- Mahout 简介
- Bayes 分类算法简介
- K-Means 聚类算法简介
Apache Mahout 基础入门
免费1944 人学过 52 次评价 作者: henng 难度: 初级
综合评分:
6.5
Mahout 是 Apache Software Foundation（ASF） 旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序。本课程难度为简单，属于入门级别课程，适合本课程难度为一般，属于初级级别课程，适合具有hadoop基础的用户。
你将学到的
课程内容
共4个章节
实验 1
Mahout 简介
知识点: 1.了解Mahout的历史，特性，应用场景
实验 2
Mahout 安装配置
知识点: 1.下载Mahout并配置 2.Hadoop与Mahout的启动
实验 3
Mahout 聚类算法
知识点: 1.KMeans聚类算法的介绍与应用
实验 4
Mahout 分类算法
知识点: 1.Bayes分类算法的原理介绍 2.20news数据集示例测试
课程介绍
实验任务
- 下载并安装配置 Mahout
- 使用 K-Means 分析数据
- 使用 Bayes 分类算法分析新闻组数据
先学知识
- 需要了解 Hadoop 相关的知识，推荐学习Hadoop 入门进阶课程，同时如果能够多了解一些机器学习方面相关的知识会更加有利于学习，故也推荐学习机器学习开放基础课程。
课程难度
- 本课程难度为中等。
面向用户
- 本课程为 Mahout 基础教程，面向已经有 Hadoop 基础以及机器学习基础，同时想要把机器学习的算法应用到大数据方向的同学。
课程教师
henng 共发布过 3 门课程
查看老师的所有课程 >学过本课的同学也学过...
免费
- 4 个在线动手实验
关注
好
好
好
还行
好
0.0
haikeyi
还可以
wef
ok
学习收获
内容没太学会
emmmm
mahout的使用方法。
a