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。

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

作者：尚学先生
链接：https://www.jianshu.com/p/544cf5147f4b