Machine Learning with Spark 2nd Edition分布式机器学习实战

实战派的机器学习书，内容比较扎实，适合你想用 Spark 来跑真实项目的场景。

一上来就是各种实用代码，MLlib的用法讲得清楚，像是分类、回归、聚类这些算法怎么在 Spark 上跑，作者都直接甩例子。

嗯，数学部分不会太多，偶尔提一下概念，但整体是偏工程向的。对数据工程师、AI 实习生来说，挺友好。你看着代码照着跑，一会就能起个简单模型。

还有个小亮点，除了 Spark ML，它还了其他开源库，比如 XGBoost、pandas，结合使用效果更强。就像你用 pyspark 跑大数据，转身就能接 pandas 做那样，灵活得。

如果你对 大数据 或 分布式机器学习感兴趣，蛮建议你一读。配合下面这几个资源一起看，效果更好：

• Learning Apache Spark with Python：适合熟悉 PySpark
• 数据算法总结：扫一遍常见算法的核心逻辑
• Spark 快速大数据入门：零基础入门 Spark
• Python Spark 大数据课程：用 Python 玩转 Spark
• Scala 与 Spark 大数据实战：更偏后端

如果你用 Spark 写模型写得头大，不妨翻翻这本，就通了。