機器學習講座，如何利用Spark MLlib進行個性推薦？

隨著網際網路發展，更多電商網站更加提倡使用者參與和使用者貢獻。而在現今的推薦技術和演算法中，最被大家廣泛認可和採用的就是基於協同過濾的推薦方法。


這種在資訊過濾和資訊系統中很受歡迎的技術，與傳統的基於內容過濾直接分析內容進行推薦不同。


協同過濾分析使用者興趣，在使用者群中找到指定使用者的相似（興趣）使用者，綜合這些相似使用者對某一資訊的評價，形成系統對該指定使用者對此資訊的喜好程度預測，然後推薦給當前使用者。


面對海量的資料，使用者需要這種更加智慧的，更加了解他們需求，口味和喜好的資訊發現機制。


Spark作為新興的、應用範圍最廣的大資料處理開源框架引起了廣泛的關注，它吸引了大量程式設計和開發人員進行相關內容的學習與開發。


其中ML機制的工作原理MLlib是Spark框架使用的核心，它是Spark機器學習庫，經過無數創造者卓越的工作，MLlib已經成為一個優雅的、可以執行在分散式叢集上資料探勘工具。


11月6日晚，培訓中心將舉辦：“機器學習實戰：揭開利用Spark MLlib進行個性推薦的奧祕！”語音講座。本次講座將著重講解協同過濾推薦演算法原理、Spark中的協同過濾推薦原始碼、以及MLlib程式碼實操等。歡迎大家關注“中科院計算所培訓中心服務號”報名！


講座適用人群：
準備從事或從事大資料探勘、大資料分析的工作人員；
Spark MLlib初學者；
高校和培訓學校資料分析和處理相關專業的師生；
系統架構師、系統分析師、高階程式設計師、資深開發人員。