中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥25.0
加入購物車
Spark MLlib機(jī)器學(xué)習(xí)實(shí)踐-(第2版) 版權(quán)信息
- ISBN：9787302465089
- 條形碼：9787302465089 ; 978-7-302-46508-9
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
Spark MLlib機(jī)器學(xué)習(xí)實(shí)踐-(第2版) 本書特色
Spark作為新興的、應(yīng)用范圍*為廣泛的大數(shù)據(jù)處理開源框架引起了廣泛的關(guān)注，它吸引了大量程序設(shè)計(jì)和開發(fā)人員進(jìn)行相關(guān)內(nèi)容的學(xué)習(xí)與開發(fā)，其中MLlib是Spark框架使用的核心。本書是一本細(xì)致介紹Spark MLlib程序設(shè)計(jì)的圖書，入門簡(jiǎn)單，示例豐富。 本書分為13章，從Spark基礎(chǔ)安裝和配置開始，依次介紹MLlib程序設(shè)計(jì)基礎(chǔ)、MLlib的數(shù)據(jù)對(duì)象構(gòu)建、MLlib中RDD使用介紹，各種分類、聚類、回歸等數(shù)據(jù)處理方法，*后還通過一個(gè)完整的實(shí)例，回顧了前面的學(xué)習(xí)內(nèi)容，并通過代碼實(shí)現(xiàn)了一個(gè)完整的分析過程。 本書理論內(nèi)容由淺而深，采取實(shí)例和理論相結(jié)合的方式，講解細(xì)致直觀，適合Spark MLlib初學(xué)者、大數(shù)據(jù)分析和挖掘人員，也適合高校和培訓(xùn)學(xué)習(xí)相關(guān)專業(yè)的師生教學(xué)參考。
Spark MLlib機(jī)器學(xué)習(xí)實(shí)踐-(第2版) 內(nèi)容簡(jiǎn)介
MLlib是Apache Spark機(jī)器學(xué)習(xí)庫。本書入門簡(jiǎn)單，實(shí)例豐富，詳解協(xié)同過濾、線性回歸、分類、決策樹、保序回歸、聚類、關(guān)聯(lián)、數(shù)據(jù)降維、特征提取和轉(zhuǎn)換等MLlib主要算法，用實(shí)例說明MLlib大數(shù)據(jù)機(jī)器學(xué)習(xí)算法的運(yùn)用。
Spark MLlib機(jī)器學(xué)習(xí)實(shí)踐-(第2版) 目錄
目 錄
第1章 星星之火 1
1.1 大數(shù)據(jù)時(shí)代 1
1.2 大數(shù)據(jù)分析時(shí)代 2
1.3 簡(jiǎn)單、優(yōu)雅、有效——這就是Spark
3
1.4 核心——MLlib 4
1.5 星星之火，可以燎原 6
1.6 小結(jié) 6
第2章 Spark安裝和開發(fā)環(huán)境配置 7
2.1
Windows單機(jī)模式Spark安裝和配置 7
2.1.1
Windows 7安裝Java 7
2.1.2
Windows 7安裝Scala 10
2.1.3
Intellij IDEA下載和安裝 13
2.1.4
Intellij IDEA中Scala插件的安裝 14
2.1.5
HelloJava——使用Intellij IDEA創(chuàng)建Java程序 18
2.1.6
HelloScala——使用Intellij IDEA創(chuàng)建Scala程序 21
2.1.7
*后一腳——Spark單機(jī)版安裝 26
2.2 經(jīng)典的WordCount
29
2.2.1
Spark實(shí)現(xiàn)WordCount 29
2.2.2
MapReduce實(shí)現(xiàn)WordCount 31
2.3 小結(jié) 34
第3章 RDD詳解 35
3.1
RDD是什么 35
3.1.1
RDD名稱的秘密 35
3.1.2
RDD特性 36
3.1.3
與其他分布式共享內(nèi)存的區(qū)別 37
3.1.4
RDD缺陷 37
3.2
RDD工作原理 38
3.2.1
RDD工作原理圖 38
3.2.2
RDD的相互依賴 38
3.3
RDD應(yīng)用API詳解 39
3.3.1
使用aggregate方法對(duì)給定的數(shù)據(jù)集進(jìn)行方法設(shè)定 39
3.3.2
提前計(jì)算的cache方法 42
3.3.3
笛卡爾操作的cartesian方法 43
3.3.4
分片存儲(chǔ)的coalesce方法 44
3.3.5
以value計(jì)算的countByValue方法 45
3.3.6
以key計(jì)算的countByKey方法 45
3.3.7
除去數(shù)據(jù)集中重復(fù)項(xiàng)的distinct方法 46
3.3.8
過濾數(shù)據(jù)的filter方法 47
3.3.9
以行為單位操作數(shù)據(jù)的flatMap方法 47
3.3.10
以單個(gè)數(shù)據(jù)為目標(biāo)進(jìn)行操作的map方法 48
3.3.11
分組數(shù)據(jù)的groupBy方法 48
3.3.12
生成鍵值對(duì)的keyBy方法 49
3.3.13
同時(shí)對(duì)兩個(gè)數(shù)據(jù)進(jìn)行處理的reduce方法 50
3.3.14
對(duì)數(shù)據(jù)進(jìn)行重新排序的sortBy方法 51
3.3.15
合并壓縮的zip方法 52
3.4 小結(jié) 53
第4章 MLlib基本概念 54
4.1
MLlib基本數(shù)據(jù)類型 54
4.1.1
多種數(shù)據(jù)類型 54
4.1.2
從本地向量集起步 55
4.1.3
向量標(biāo)簽的使用 56
4.1.4
本地矩陣的使用 58
4.1.5
分布式矩陣的使用 59
4.2
MLlib數(shù)理統(tǒng)計(jì)基本概念 62
4.2.1
基本統(tǒng)計(jì)量 62
4.2.2
統(tǒng)計(jì)量基本數(shù)據(jù) 63
4.2.3
距離計(jì)算 64
4.2.4
兩組數(shù)據(jù)相關(guān)系數(shù)計(jì)算 65
4.2.5
分層抽樣 67
4.2.6
假設(shè)檢驗(yàn) 69
4.2.7
隨機(jī)數(shù) 70
4.3 小結(jié) 71
第5章 協(xié)同過濾算法 72
5.1 協(xié)同過濾 72
5.1.1
協(xié)同過濾概述 72
5.1.2
基于用戶的推薦 73
5.1.3
基于物品的推薦 74
5.1.4
協(xié)同過濾算法的不足 75
5.2 相似度度量 75
5.2.1
基于歐幾里得距離的相似度計(jì)算 75
5.2.2
基于余弦角度的相似度計(jì)算 76
5.2.3
歐幾里得相似度與余弦相似度的比較 77
5.2.4
**個(gè)例子——余弦相似度實(shí)戰(zhàn) 77
5.3
MLlib中的交替*小二乘法（ALS算法） 80
5.3.1
*小二乘法（LS算法）詳解 81
5.3.2
MLlib中交替*小二乘法（ALS算法）詳解 82
5.3.3
ALS算法實(shí)戰(zhàn) 83
5.4 小結(jié) 85
第6章 MLlib線性回歸理論與實(shí)戰(zhàn) 86
6.1 隨機(jī)梯度下降算法詳解 86
6.1.1
道士下山的故事 87
6.1.2
隨機(jī)梯度下降算法的理論基礎(chǔ) 88
6.1.3
隨機(jī)梯度下降算法實(shí)戰(zhàn) 88
6.2
MLlib回歸的過擬合 89
6.2.1
過擬合產(chǎn)生的原因 90
6.2.2
lasso回歸與嶺回歸 91
6.3
MLlib線性回歸實(shí)戰(zhàn) 91
6.3.1
MLlib線性回歸基本準(zhǔn)備 91
6.3.2
MLlib線性回歸實(shí)戰(zhàn)：商品價(jià)格與消費(fèi)者收入之間的關(guān)系 94
6.3.3
對(duì)擬合曲線的驗(yàn)證 95
6.4 小結(jié) 97
第7章 MLlib分類實(shí)戰(zhàn) 98
7.1 邏輯回歸詳解 98
7.1.1
邏輯回歸不是回歸算法 98
7.1.2
邏輯回歸的數(shù)學(xué)基礎(chǔ) 99
7.1.3
一元邏輯回歸示例 100
7.1.4
多元邏輯回歸示例 101
7.1.5
MLlib邏輯回歸驗(yàn)證 103
7.1.6
MLlib邏輯回歸實(shí)例：腎癌的轉(zhuǎn)移判斷 104
7.2 支持向量機(jī)詳解 106
7.2.1
三角還是圓 106
7.2.2
支持向量機(jī)的數(shù)學(xué)基礎(chǔ) 108
7.2.3
支持向量機(jī)使用示例 109
7.2.4
使用支持向量機(jī)分析腎癌轉(zhuǎn)移 110
7.3 樸素貝葉斯詳解 111
7.3.1
穿褲子的男生or女生 111
7.3.2
貝葉斯定理的數(shù)學(xué)基礎(chǔ)和意義 112
7.3.3
樸素貝葉斯定理 113
7.3.4
MLlib樸素貝葉斯使用示例 114
7.3.5
MLlib樸素貝葉斯實(shí)戰(zhàn)：“僵尸粉”的鑒定 115
7.4 小結(jié) 117
第8章 決策樹與保序回歸 118
8.1 決策樹詳解 118
8.1.1
水晶球的秘密 119
8.1.2
決策樹的算法基礎(chǔ)：信息熵 119
8.1.3
決策樹的算法基礎(chǔ)——ID3算法 121
8.1.4
MLlib中決策樹的構(gòu)建 122
8.1.5
MLlib中決策樹示例 123
8.1.6
隨機(jī)雨林與梯度提升算法（GBT） 125
8.2 保序回歸詳解 127
8.2.1
何為保序回歸 128
8.2.2
保序回歸示例 128
8.3 小結(jié) 129
第9章 MLlib中聚類詳解 130
9.1 聚類與分類 130
9.1.1
什么是分類 130
9.1.2
什么是聚類 131
9.2 MLlib中的Kmeans算法 131
9.2.1
什么是kmeans算法 131
9.2.2
MLlib中Kmeans算法示例 133
9.2.3
Kmeans算法中細(xì)節(jié)的討論 134
9.3 高斯混合聚類 135
9.3.1
從高斯分布聚類起步 135
9.3.2
混合高斯聚類 137
9.3.3
MLlib高斯混合模型使用示例 137
9.4 快速迭代聚類 138
9.4.1
快速迭代聚類理論基礎(chǔ) 138
9.4.2
快速迭代聚類示例 139
9.5 小結(jié) 140
第10章 MLlib中關(guān)聯(lián)規(guī)則 141
10.1
Apriori頻繁項(xiàng)集算法 141
10.1.1
啤酒與尿布 141
10.1.2
經(jīng)典的Apriori算法 142
10.1.3
Apriori算法示例 144
10.2
FP-growth算法 145
10.2.1
Apriori算法的局限性 145
10.2.2
FP-growth算法 145
10.2.3
FP樹示例 148
10.3
小結(jié) 149
第11章 數(shù)據(jù)降維 150
11.1
奇異值分解（SVD） 150
11.1.1
行矩陣（RowMatrix）詳解 150
11.1.2
奇異值分解算法基礎(chǔ) 151
11.1.3
MLlib中奇異值分解示例 152
11.2
主成分分析（PCA） 153
11.2.1
主成分分析（PCA）的定義 154
11.2.2
主成分分析（PCA）的數(shù)學(xué)基礎(chǔ) 154
11.2.3
MLlib中主成分分析（PCA）示例 155
11.3
小結(jié) 156
第12章 特征提取和轉(zhuǎn)換 157
12.1
TF-IDF 157
12.1.1
如何查找所要的新聞 157
12.1.2
TF-IDF算法的數(shù)學(xué)計(jì)算 158
12.1.3
MLlib中TF-IDF示例 159
12.2
詞向量化工具 160
12.2.1
詞向量化基礎(chǔ) 160
12.2.2
詞向量化使用示例 161
12.3
基于卡方檢驗(yàn)的特征選擇 162
12.3.1
“吃貨”的苦惱 162
12.3.2
MLlib中基于卡方檢驗(yàn)的特征選擇示例 163
12.4
小結(jié) 164
第13章 MLlib實(shí)戰(zhàn)演練——鳶尾花分析
166
13.1
建模說明 166
13.1.1
數(shù)據(jù)的描述與分析目標(biāo) 166
13.1.2
建模說明 168
13.2
數(shù)據(jù)預(yù)處理和分析 171
13.2.1
微觀分析——均值與方差的對(duì)比分析 171
13.2.2
宏觀分析——不同種類特性的長(zhǎng)度計(jì)算 174
13.2.3
去除重復(fù)項(xiàng)——相關(guān)系數(shù)的確定 176
13.3
長(zhǎng)與寬之間的關(guān)系——數(shù)據(jù)集的回歸分析 180
13.3.1
使用線性回歸分析長(zhǎng)與寬之間的關(guān)系 180
13.3.2
使用邏輯回歸分析長(zhǎng)與寬之間的關(guān)系 183
13.4
使用分類和聚類對(duì)鳶尾花數(shù)據(jù)集進(jìn)行處理 184
13.4.1
使用聚類分析對(duì)數(shù)據(jù)集進(jìn)行聚類處理 184
13.4.2
使用分類分析對(duì)數(shù)據(jù)集進(jìn)行分類處理 187
13.5
*終的判定——決策樹測(cè)試 188
13.5.1
決定數(shù)據(jù)集的歸類——決策樹 188
13.5.2
決定數(shù)據(jù)集歸類的分布式方法——隨機(jī)雨林 190
13.6
小結(jié) 191
展開全部
Spark MLlib機(jī)器學(xué)習(xí)實(shí)踐-(第2版) 作者簡(jiǎn)介
王曉華，高校資深計(jì)算機(jī)專業(yè)講師,主要研究方向?yàn)樵朴?jì)算、數(shù)據(jù)挖掘；曾主持和參與多項(xiàng)國(guó)家和省級(jí)科研課題，發(fā)表過多篇論文，有一項(xiàng)專利。
書友推薦
- >
自卑與超越
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
月亮虎
- >
煙與鏡
- >
回憶愛瑪儂
- >
伯納黛特,你要去哪(2021新版)
- >
龍榆生：詞曲概論/大家小書
- >
我與地壇
本類暢銷
