深入理解 Spark RDD 抽象模型和编写 RDD 函数 经验
深入理解Spark RDD抽象模型和编写RDD函数 Spark revolves around the concept of a resilient distributed dataset (RDD)
ErikaKhr 张逸：并行分布式计算框架Spark的现状与未来发展 资讯
文/张逸 Spark 的发展 对于一个具有相当技术门槛与复杂度的平台，Spark 从诞生到正式版本的成熟，经历的时间如此之短，让人感到惊诧。2009 年，Spark 诞生于伯克利大学 AMPL
jopen 华为叶琪：论Spark Streaming的数据可靠性和一致性 资讯
938 眼下大数据领域最热门的词汇之一便是流计算了，其中最耀眼的项目无疑是来自Spark社区的Spark Streaming项目，其从一诞生就受到广泛关注并迅速发展，目前已有追赶并超越Storm的架势。
数据处理平台架构中的SMACK组合：Spark、Mesos、Akka、Cassandra以及Kafka 经验
http://dockone.io/article/1023 在今天的文章中，我们将着重探讨如何利用SMACK（即Spark、Mesos、Akka、Cassandra以及Kafka）堆栈构建可扩展数据处理平台。虽然这套堆
关于CarbonData+Spark SQL的一些应用实践和调优经验分享 经验
陈亮牵头，携手技术社区的核心开发者及合作伙伴，举办了一场Apache CarbonData+Spark 主题的技术交流会，就 CarbonData+Spark 的重要特性和使用介绍，做了全面而细致的分享，本文简单整理了其中的部
Apache Spark 1.2.0发布：引入基于Netty的实现，支持高可用，并提供机器学习API 资讯
Apache Spark 1.2.0已经发布 ，Spark核心引擎在性能和可用性方面都有很大改进。这是来自60多家研究机构和公司的172位贡献者的成果，包括了1000多个补丁。 Spark 1.2.0与之前的1
Mahout通过可插拔的后端平台Spark和Flink获取自优化矩阵代数接口 资讯
平台，相反它有一个可插拔的后端以针对不同的平台。 Schelter说，目前 Apache Spark （星火）发展最为快速，但是 Apache Flink ，另一个正在孵化的下一代大数据平台，也将在Mahout的考虑之中。
四两拨千斤：借助Spark GraphX将QQ千亿关系链计算提速20倍 经验
属于社交网络分析的基本指标之一，是其它复杂指标的基础。借助Spark GraphX，我们用寥寥100行核心代码，在高配置的TDW-Spark集群上，只花了2个半小时，便完成了原来需要2天的全量共同好友
Spark 数据挖掘 - 利用决策树预测森林覆盖面积 资讯
Spark 数据挖掘—利用决策树预测森林覆盖面积 1 前言 预测问题记住一点：最垃圾的预测就是使用平均值，如果你的预测连比直接给出平均值效果都要差，那就省省吧！ 统计学诞生一个多世纪之后，随着
一位算法师工程师的Spark机器学习笔记：构建一个简单的推荐系统 经验
偏好物品，根据相似信息来推荐给该用户 MatrixFactorization 因为在Spark的MLlib模块中只有MF算法，文章之后会讲述如何使用Matrix Factorization来做相关的推荐。
ilmangle
轻量级大规模机器学习算法库Fregata开源：快速，无需调参 经验
1 目前的主流大数据处理技术都是以Map Reduce计算模式为核心的（包括Hadoop和Spark）。而 Map Reduce 计算模式下对第一个问题只能通过增加内存，SSD存储来解决或者缓解，
值得mark的11个开源机器学习项目 经验
缺点之一：目前几乎没有算法支持高性能的 Spark 框架，反而使用日益过时的 MapReduce 框架。该项目目前不接受基于 MapReduce 的算法，那些想要获得更高性能的开发者转而用 MLlib 替代。 Project：
开发者必备：基于Linux生态的十大AI开源框架盘点 资讯
http://www.h2o.ai/ 4. MLlib：基于 Spark 框架的机器学习算法实现库 MLlib 是 Apache 开源项目 Spark 针对一些常用的机器学习算法的实现库，同时也包括了相关的测试程序和数据生成器。
开发者必备：基于Linux生态的十大AI开源框架盘点 资讯
http://www.h2o.ai/ 4. MLlib：基于 Spark 框架的机器学习算法实现库 MLlib 是 Apache 开源项目 Spark 针对一些常用的机器学习算法的实现库，同时也包括了相关的测试程序和数据生成器。
11个著名的开源机器学习工具 经验
on analyzing live streaming data by way of the Spark project, Oryx is designed to allow machine learning
P8 《2016数据科学从业者薪酬调查报告》摘要解读 文档
Science Salary Survey)，调查报告表明： 相比其它工具，使用Python和 Spark的人薪水更高。 · SQL, Excel, R 和 Python 最常用的工具. · 开会越多的人，通常薪水也越高。
Olivier Grisel谈scikit-learn和机器学习技术的未来 资讯
scikit-learn VS MLlib FD：目前，在机器学习领域，我们听到了大量关于Spark的传闻。你有机会去尝试一下么?如何把它与scikit-learn进行比较呢? OG：通过制作的两个Spark教程，我
360开源其深度学习调度平台，支持TensorFlow、MXNet等框架 资讯
013 年加入奇虎 360，先后参与公司 Hadoop、Spark 、深度学习等平台的建设，历经公司 Hadoop 平台高速发展及 Spark 平台从无到大规模实践及深度学习平台的落地。曾主持数据仓库索引、MPI
0x0D 随机之美，随机森林 经验
根，或者log2(特征数)+1，在scikit-learn的实现中，支持sqrt与log2，而spark还支持onethird(1/3)。 在结点进行分裂的时候，除了先随机取固定个特征，然后选择最
机器学习的11个开源项目 经验
云服务的接口。 MLlib MLlib是Apache自己的Spark和Hadoop机器学习库，它被设计用于大规模高速度地执行MLlib所包含的大部分常见机 器学习算法。MLlib是基于Java开发