摘要：
写在前面 今天主要完成了Spark实验的05和06 总结 明天完成最后一个实验，准备学习深度学习 阅读全文
摘要：
写在前面 今天主要学习了强化学习的介绍。 总结 明天把Spark实验写完，准备学习一下sklearn和tensorflow的使用 阅读全文
摘要：
写在前面 今天主要学习了深度学习的概况以及Spark实验的01与02 机器学习部分 主要是深度学习的概论，以及使用了TensorFlow构建了一个简单的神经网络进行图像识别。 Spark部分 题目简介 主要记录一个没想出来的题，题目如下： 学生的成绩清单格式如下所示，第一行为表头，各字段意思分别为学 阅读全文
摘要：
写在前面 今天主要学习了纬度灾难方面的问题 总结 主要了解了什么是纬度灾难，明天继续进行高数复习以及对机器学习十讲的学习 阅读全文
摘要：
写在前面 今天主要学习了最优化和SparkStreaming。 机器学习部分 今天主要了解了几个常见的最优化的机器学习算法，并且使用Python对其进行了实现。 Spark部分 今天完成了几个SparkStreaming的案例 总结 明天开始写系主任的Spark案例，并且开始着手考研数学的复习 阅读全文
摘要：
写在前面 今天主要学习了SparkStreaming的相关知识。 总结 明天补上今天没有学习的机器学习十讲的内容。 阅读全文
摘要：
写在前面 今天主要学习了机器学习部分的降维，完成了SparkSQL的学习 机器学习部分 今天主要学习了降维的概念，在机器学习中，我们有时候会遇到纬度很高的情况，对我们的计算和使用带来了很多问题，这时候我们就可以通过一些算法对他进行降维处理，从而达到不怎么损失精度又能解决问题的情况。主要介绍了PCA等 阅读全文
摘要：
写在前面 今天主要学习了SparkSQL的基础概念，然后学习了一下机器学习中的聚类。 机器学习部分 聚类，就是将一组数据中集中相似的样本进行分类。属于机器学习中的无监督学习方法（没有目标值y)。今天主要学习了一下K-Means算法。K-Means算法是聚类中一个十分常见的算法。 最后，通过Pytho 阅读全文
摘要：
写在前面 今天主要学习了机器学习十讲的第四讲，然后把SparkCore中的几种常用算子都学习完毕，用WordCount做了一个小总结。 机器学习部分 今天的学习中，首先系统的分析了模型误差出现的原因： 用我自己理解的话说，模型空间限制了模型的表达能力，使得模型与真实数据之间存在一个客观的误差，叫做逼 阅读全文
摘要：
写在前面 昨天太累了，一觉睡醒干到十二点了。记录一下今天学习的内容。 分类 首先讲解了一下梯度下降法，这是数学里用来求解无约束最优化问题的经典方法，之后回顾了一下最大似然估计。 之后便开始讲解了三种经典的分类算法——感知机，支持向量机和逻辑回归。 在大概讲解了三种算法后，使用py里面的numpy,m 阅读全文