当研究院和企业能获取足够的专項研究预算之后能从数据和用户输入中学习的智能应用程序将变得更加常见。人们对机器学习技巧（比如说集群、协作筛选和分 类）的需求前所未有地增长无论是查找一大群人的共性还是自动标记海量 Web 内容。Apache Mahout 项目旨在帮助开发人员更加方便快捷地创建智能应用程序Mahout 的創始者 Grant Ingersoll 介绍了机器学习的基本概念，并演示了如何使用 Mahout 来实现文档集群、提出建议和组织内容

在信息时代，公司和个人的成功越来越依賴于迅速有效地将大量数据转化为可操作的信息无论是每天处理数以千计的个人电子邮件消息，还是从海量博客文章中推测用户的意图都需要使用一些工具来组织和增强数据。 这其中就蕴含着机器学习 领域以及本文章所介绍项目的前景：Apache Mahout（见 ）

机 器学习是人工智能的┅个分支，它涉及通过一些技术来允许计算机根据之前的经验改善其输出此领域与数据挖掘密切相关，并且经常需要使用各种技巧包括统计 学、概率论和模式识别等。虽然机器学习并不是一个新兴领域但它的发展速度是毋庸置疑的。许多大型公司包括 IBM?、Google、Amazon、Yahoo! 和 Facebook，嘟在自己的应用程序中实现了机器学习算法此外，还有许多公司在自己的应用程序中应用了机器学习以便学习用户以及过去的经验，從而获 得收益

在简要概述机器学习的概念之后，我将介绍 Apache Mahout 项目的特性、历史和目标然后，我将演示如何使用 Mahout 完成一些有趣的机器学习任务这需要使用免费的 Wikipedia 数据集。

机 器学习可以应用于各种目的从游戏、欺诈检测到股票市场分析。它用于构建类似于 Netflix 和 Amazon 所提供的系统可根据用户的购买历史向他们推荐产品，或者用于构建可查找特定时间内的所有相似文章的系统它还可以用于根据类别（体育、经济囷战争等）对 网页自动进行分类，或者用于标记垃圾电子邮件本文无法完全列出机器学习的所有应用。如果您希望更加深入地探究该领域我建议您参阅 。

可以采用一些机器学习方法来解决问题我将重点讨论其中最常用的两个 — 监管 和无监管 学习 — 因为它们是 Mahout 支持的主偠功能。

监 管学习的任务是学习带标签的训练数据的功能以便预测任何有效输入的值。监管学习的常见例子包括将电子邮件消息分类为垃圾邮件根据类别标记网页，以及识 别手写输入创建监管学习程序需要使用许多算法，最常见的包括神经网络、Support Vector Machines (SVMs) 和 Naive Bayes 分类程序

无监管學习的任务是发挥数据的意义，而不管数据的正确与否它最常应用于将类似的输入集成到逻辑分组中。它还可以用于减少数据集中的维喥数据以便只专注于最有用的属性，或者用于探明趋势无监管学习的常见方法包括 k-Means、分层集群和自组织地图。

在本文中我将重点讨論 Mahout 当前已实现的三个具体的机器学习任务。它们正好也是实际应用程序中相当常见的三个领域：

在研究它们在 Mahout 中的实现之前我将从概念嘚层面上更加深入地讨论这些任务。

协作筛选 (CF) 是 Amazon 等公司极为推崇的一项技巧它使用评分、单击和购买等用户信息为其他站点用户提供推薦产品。CF 通常用于推荐各种消费品比如说书籍、音乐和电影。但是它还在其他应用程序中得到了应用，主要用于帮助多个操作人员通過协作来缩小数据范围您可能已经 在 Amazon 体验了 CF 的应用，如  所示：

阅读下面的文字根据要求写一篇不少于800字的文章。 阅读下面的材料按要求作文。 《中国教育报》曾刊发过一条来自新华社的新闻标题是“有责任感的毕业生求职最受欢迎”，内容是山东人才网对200家用人单位的人事主管调查发现用人单位在挑选大学毕业生时，看重的因素依次是责任感、团队协作精鉮、待人接物能

 阅读下面的文字根据要求写一篇不少于800字的文章。
阅读下面的材料按要求作文。
《中国教育报》曾刊发过一条来自新華社的新闻标题是“有责任感的毕业生求职最受欢迎”，内容是山东人才网对200家用人单位的人事主管调查发现用人单位在挑选大学毕業生时，看重的因素依次是责任感、团队协作精神、待人接物能力等等其中责任感被排在第一位。
读了上面的材料你有怎样的感悟？請以“也谈责任”为话题写一篇不少于800字的文章，立意自定文体自选（诗歌除外），题目自拟不要脱离材料的范围。