Kursus Pelatihan Apache Spark MLlib

spark.mllib: tipe data, algoritma, dan utilitas

• Tipe data
• Statistika dasar
  • statistika ringkasan
  • korelasi
  • sampling stratifikasi
  • pengujian hipotesis
  • pengujian signifikan streaming
  • pembuatan data acak
• Klasifikasi dan regresi
  • model linear (SVMs, regresi logistik, regresi linear)
  • naive Bayes
  • pohon keputusan
  • ensembel pohon (Random Forests dan Gradient-Boosted Trees)
  • regresi isotonic
• Filtering kolaboratif
  • alternating least squares (ALS)
• Kelompokkan
  • k-means
  • campuran Gaussian
  • power iteration clustering (PIC)
  • latent Dirichlet allocation (LDA)
  • bisecting k-means
  • streaming k-means
• Pengurangan dimensi
  • singular value decomposition (SVD)
  • principal component analysis (PCA)
• Ekstraksi dan transformasi fitur
• Pertambangan pola frekuensi
  • FP-growth
  • aturan asosiasi
  • PrefixSpan
• Metrik evaluasi
• Ekspor model PMML
• Optimasi (pengembang)
  • stochastic gradient descent
  • limited-memory BFGS (L-BFGS)

spark.ml: API tingkat tinggi untuk pipeline ML

• Overview: estimators, transformers dan pipelines
• Ekstraksi, transformasi dan pemilihan fitur
• Klasifikasi dan regresi
• Kelompokkan
• Topik lanjutan