单独划分一章一来是为了凑篇幅（手动滑稽）二来是个人谈谈近两年大热的机器学习（微小见解）。
机器学习是一个多领域交叉的学科。本书介绍的机器学习不足以涵盖所有，所以有想了解机器学习可以先看看ng教授的斯坦福公开课。
在业务中，机器学习应用场景大部分是三个方面：
1、分类问题：比如垃圾邮件识别、广告点击行为预测等
2、聚类问题：比如用户画像
3、推荐问题：最著名的就是互联网电商行业推荐系统
目前笔者还是个门外汉，还在学习ing，就简单说下我计划的学习路线，供参考
1、数学（大学数学好的跳过）
高数+线代+概率论与数理统计 “三驾马车”
2、语言学习
推荐Python，如果你是土豪你可以上MATLAB，没毛病老铁
3、课程学习
ng大神的公开课
4、书籍学习
周志华老师《机器学习》
李航老师《统计学习方法》
5、进阶
到这之前只是个入门（扎心了，老铁）
根据你的计划方向先选择你的学习路线了，我也帮不你了 哈哈
- 本文标题： Spark快速大数据分析—读书笔记（三）
- 文章作者： sherryriver（木木三可）
- 发布时间： 2017.05.02
- 本文链接： https://sherryriver.github.io/2017/05/02/spark-6/
- 许可协议： "署名-非商用-相同方式共享 4.0" 转载请保留原文链接及作者。