大数据的必备技能，Hadoop和Spark的组合算是老搭档了。能搞定几亿条交易记录的购物篮，速度还挺快，适合搞电商或广告推荐的同学用着玩。

像K 均值、KNN和朴素贝叶斯这些经典算法，不光讲得细，应用场景也举得蛮清楚。你要做个聚类或者分类项目，直接抄作业都行。

超大规模的基因组数据也有提到，像 DNA、RNA 测序，内容够硬核。搞科研的、做生信方向的同学，参考价值挺大。

马尔可夫链和朴素贝叶斯一起用来做市场预测，思路还蛮新鲜的。可以拿去优化一下自己的推荐逻辑，或者搞点用户行为预测，效果还不错。

还有成对文档相似性和推荐算法的实战案例，用Spark跑推荐系统，性能蛮稳，代码也不复杂，像ALS那种协同过滤直接就能上。

统计这块，讲了线性回归、Cox 回归还有皮尔逊相关性，如果你是搞金融或者医疗的，完全能套进自己的模型里。

连社交网络都带了一嘴，像三角形计数和情感，用来用户互动挺好玩的。适合搞社区产品或者做点 NLP 项目。

如果你对这些方向感兴趣，可以顺手看看下面这几个链接，都是相关的实战项目：

如果你打算上手练练，不妨把这些资料都收着，平时翻一翻，思路也就更清晰了。