今天主要学习了机器学习十讲的第四讲，然后把SparkCore中的几种常用算子都学习完毕，用WordCount做了一个小总结。
机器学习部分
今天的学习中，首先系统的分析了模型误差出现的原因：
用我自己理解的话说，模型空间限制了模型的表达能力，使得模型与真实数据之间存在一个客观的误差，叫做逼近误差。
在了解了误差的存在原因后，我们就可以讨论如何去提升模型的表达能力了，即模型提升。今天的课中提到了模型集成和深度学习的方法。对于模型集成进行了详细讲解。详细的算法有决策树算法，随机森林算法以及AdaBoost算法。算法的具体解释我这里就不再赘述（以我的表达能力也能难讲解清楚算法)。今天的内容就这些了。