Spark 可谓是开启了大数据的新时代，RDD、DataFrame、DataSet、Spark Streaming、Structured Streaming、MlLib 等 Spark 全家桶让大数据离线、准实时、纯实时、分布式机器学习变的像“呼吸一样容易”。
基于 Spark 使用 RDD 和 DataFrame 构建的算法学习难度被大大的降低，而中文文本的分类和相似性计算这两个算法中常见的需求和 Spark 碰撞会散发出怎样的火花呢？
在本场 Chat 中，会讲到如下内容：
- 解析 TF-IDF 和 Spark 实现原理
- 详细讲解相似性算法余弦相似度的原理和代码实现
- 文本分类算法的选择和实现
- 文本分类结果的调优
适合人群： 对 Spark 有相关基础经验和对机器学习算法有兴趣的同学
阅读全文: http://gitbook.cn/gitchat/activity/5d50d0c84821af4df9785cab
您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ，阅读更多 GitChat 专享技术内容哦。
