分布式机器学习基本知识

从今日起，我将正式开始学习【分布式机器学习

一、书籍推荐策略分析

1. 《分布式机器学习——算法、理论与实践》 作者：刘铁岩 陈薇 王太峰 高飞
   该著作对分布式机器学习这一研究方向展开了详尽而深刻的阐述，为后续的探索与实践提供了坚实的知识基础和思考路径。

2. 《Spark MLlib机器学习——算法、源码及实战详解》 作者：黄美灵
   此书从整体到细节，全面且深入地剖析了Spark MLlib在机器学习方面的相关知识，依托源码进行讲解，融合算法原理、理论知识与实际操作，助力读者在工作中开展MLlib相关的开发任务。（书中所涉及的各类算法均以Scala语言作为实现基础）

3. 《PySpark实战指南——利用Python和Spark构建数据密集型应用并规模化部署》 作者：托马兹·卓巴斯[美]
   本书详细介绍了如何在Spark2.0平台上通过Python高效处理数据并构建机器学习模型，旨在协助读者设计并实施具备高效率与可扩展性的实时Spark解决方案。

二、分布式机器学习（DML）基础

1. DML难点
   分布式机器学习面临诸多挑战，包括训练任务的合理分配、计算资源的高效调度以及各功能模块之间的协同运作，从而实现训练速度与精度之间的平衡。具体而言，这涉及训练数据的划分方式、训练任务的分配策略、计算资源的调配机制以及分