MLlib es la biblioteca de aprendizaje automático (ML) de Spark que hace que el aprendizaje automático práctico sea escalable y fácil. Proporciona algoritmos de ML: algoritmos de aprendizaje comunes como clasificación, regresión, agrupamiento y filtrado colaborativo, extracción de características, transformación, reducción y selección dimensional, herramientas para construir, evaluar y ajustar tuberías de ML, guardar y cargar algoritmos, modelos y tuberías, y álgebra lineal, estadísticas, manejo de datos, etc.