Spark机器学习过程梳理

最近半个月开始研究Spark的机器学习算法，由于工作原因，其实现在还没有真正开始机器学习算法的研究，只是做了前期大量的准备，现在把早年学习的，正在学习的和将要学习的一起做个梳理，整理一个Spark机器学习完整流程。本文推荐的书籍注重通俗和实战。

基础知识

---

Linux基础知识和实战

Linux的学习推荐《鸟哥的Linux私房菜》基础篇，这本书是成千上万Linux学习者的入门书籍，诙谐，幽默，深刻，注实战。我早年看的时候是第三版，今年6月份鸟哥已经更新到了第四版。
繁体网址:http://cn.linux.vbird.org/
简体网址:https://wizardforcel.gitbooks.io/vbird-linux-basic-4e/content/

网络知识

在集群运维时，尤其是生产环境下，各个节点之间的网络问题，至关重要，推荐《鸟哥的Linux私房菜》服务器篇和《Wireshark网络分析就这么简单》，后者的作者是EMC网络存储部门的主任工程师，主要以自己工作中遇到的各种难题，通过调侃的方式，介绍了网络的基础知识（很遗憾，我还没有读完）。

Hadoop基础知识和原理

Hadoop的学习我早年看的书是《Hadoop权威指南》，这本书不推荐，因为确实不好啃，翻译的水平有限，对于初学者来说，容易放弃，我开始学习Hadoop时，应该是1.0时代，这时的三架马车是HDFS和MapReduce，HBase，这几年随着Hadoop的在业界的迅速发展，应该进入了2.0时代，