本文主要向大家介绍了机器学习入门之掌握Spark机器学习库 大数据开发技能更进一步，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。

第1章 初识机器学习
在本章中将带领大家概要了解什么是机器学习、机器学习在当前有哪些典型应用、机器学习的核心思想、常用的框架有哪些，该如何进行选型等相关问题。
1-1 导学
1-2 机器学习概述
1-3 机器学习核心思想
1-4 机器学习的框架与选型..

第2章 初识MLlib
本章中，将介绍Spark的机器学习库，对比Spark当前两种机器学习库（MLLib/ML）的区别，同时介绍Spark机器学习库的应用场景以及行业应用优势。
2-1 MLlib概述
2-2 MLlib的数据结构
2-3 MLlib与ml
2-4 MLlib的应用场景

第3章 实战环境搭建
本章中，将介绍如何进行实战环境搭建。包括如何完成Spark环境安装配置、如何通过Spark Shell进行编程，并通过 Wordcount 入门程序，完成部署和测试。
3-1 Spark环境安装
3-2 Spark配置若干要点
3-3 学习Spark shell
3-4 实战Wordcount

第4章 数据可视化
本章中，将对数据可视化进行介绍，告诉大家什么是数据可视化，我们通过数据可视化能对大数据系统起到怎样的作用，并结合 Echars 介绍了如何实现常见的数据可视化图表（折线图、柱状图、散点图）。
4-1 数据可视化的作用及常用方法
4-2 初识Echarts
4-3 通过Echarts实现图表化数据展示

第5章 Spark的矩阵与向量
本章中，将讲解矩阵与向量的一些基本运算，并介绍Spark的矩阵与向量的操作，帮助数据基础薄弱的同学补齐短板。
5-1 矩阵与向量介绍
5-2 Spark中实践向量的使用
5-3 Spark中实践矩阵的使用

第6章 Spark基础统计模块
本章中，将概要介绍Spark的基础统计模块、简单的统计学知识、相关系数以及假设检验的知识，拓展大家的技术视野。
6-1 基础统计模块及常用统计学知识介绍
6-2 实战统计汇总
6-3 学习相关系数
6-4 学习假设检验

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道！