大数据学习思路分解(2)（机器学习）
机器学习是整套大数据学习线路里的第二部分内容，知识点相对来说不是很多，但也是大数据开发中最常用的一部分内容。
文章图片
那么我们就开始对机器学习部分要学习的知识点进行个整理：
1、r语言机器学习
r语言是一款十分优秀的数据分析和数据可视化软件，同时作为第一代机器学习的工具，其中包括大量用于机器学习的添加包。
此部分需要掌握：r语言简单的介绍、基本函数、数据类型、线性回归、朴素贝叶斯聚类、决策树分类、神经网络等等
2、Mahout机器学习
Mahout提供一些可扩展的机器学习领域经典算法的实现，很多公司会使用Mahout方便快捷地创建智能应用程序。Mahout包含许多实现，包括聚类、分类、推荐过滤、频繁子项挖掘。Mahout通过使用 Apache Hadoop，可以有效地扩展到云中。
此部分需要掌握：使用的原因、配置安装及步骤说明、分类概念、工作原理等等
3、项目实战
项目实战以微博营销数据挖掘项目为主，主要运用到的框架体系有
a)分布式平台 Hadoop，MapReduce
b) 数据采集 Flume
c) 数据清洗 ETL
d) 数据库 Hbase，Redis
e) 机器学习 Mahout
文章图片
【大数据学习思路分解(2)（机器学习）】小伙伴们需要系统的学习资料可以给我留言哦，或者找文章内的qq直接加我好友领取。
推荐阅读
- 我要做大厨
- Docker应用:容器间通信与Mariadb数据库主从复制
- 《真与假的困惑》???|《真与假的困惑》??? ——致良知是一种伟大的力量
- 知识
- 三十年后的广场舞大爷
- 奔向你的城市
- 由浅入深理解AOP
- 村里的故事|村里的故事 --赵大头
- 期刊|期刊 | 国内核心期刊之（北大核心）
- 华为旁！大社区、地铁新盘，佳兆业城市广场五期！