机器学习讲座，如何利用Spark MLlib进行个性推荐？

随着互联网发展，更多电商网站更加提倡用户参与和用户贡献。而在现今的推荐技术和算法中，最被大家广泛认可和采用的就是基于协同过滤的推荐方法。


这种在信息过滤和信息系统中很受欢迎的技术，与传统的基于内容过滤直接分析内容进行推荐不同。


协同过滤分析用户兴趣，在用户群中找到指定用户的相似（兴趣）用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测，然后推荐给当前用户。


面对海量的数据，用户需要这种更加智能的，更加了解他们需求，口味和喜好的信息发现机制。


Spark作为新兴的、应用范围最广的大数据处理开源框架引起了广泛的关注，它吸引了大量程序设计和开发人员进行相关内容的学习与开发。


其中ML机制的工作原理MLlib是Spark框架使用的核心，它是Spark机器学习库，经过无数创造者卓越的工作，MLlib已经成为一个优雅的、可以运行在分布式集群上数据挖掘工具。


11月6日晚，培训中心将举办：“机器学习实战：揭开利用Spark MLlib进行个性推荐的奥秘！”语音讲座。本次讲座将着重讲解协同过滤推荐算法原理、Spark中的协同过滤推荐源码、以及MLlib代码实操等。欢迎大家关注“中科院计算所培训中心服务号”报名！


讲座适用人群：
准备从事或从事大数据挖掘、大数据分析的工作人员；
Spark MLlib初学者；
高校和培训学校数据分析和处理相关专业的师生；
系统架构师、系统分析师、高级程序员、资深开发人员。