- 泰安 [切换城市]
-
热线电话：0571-85856962
-
商品名称：Spark MLlib机器学习实践 | 目录 | |
| 第1章星星之火 1.1大数据时代 1.2大数据分析时代 1.3简单、优雅、有效——这就是Spark 1.4核心——MLlib 1.5星星之火，可以燎原 1.6小结 第2章Spark安装和开发环境配置 2.1Windows单机模式Spark安装和配置 2.1.1Windows7安装Java 2.1.2Windows7安装Scala 2.1.3IntellijIDE下载和安装 2.1.4IntellijIDE中Scala插件的安装 2.1.5Spark单机版安装 2.2经典的WordCount 2.2.1Spark实现WordCount 2.2.2MapReduce实现WordCount 2.3小结 第3章RDD详解 3.1RDD是什么 3.1.1RDD名称的秘密 3.1.2RDD特性 3.1.3与其他分布式共享内存的区别 3.1.4RDD缺陷 3.2RDD工作原理 3.2.1RDD工作原理 3.2.2RDD的相互依赖 3.3RDD应用API详解 3.3.1使用aggregate方法对给定的数据集进行方法设定 3.3.2提前计算的cache方法 3.3.3笛卡尔操作的cartesian方法 3.3.4分片存储的coalesce方法 3.3.5以value计算的countByValue方法 3.3.6以key计算的countByKey方法 3.3.7除去数据集中重复项的distinct方法 3.3.8过滤数据的filter方法 3.3.9以行为单位操作数据的flatMap方法 3.3.10以单个数据为目标进行操作的map方法 3.3.11分组数据的groupBy方法 3.3.12生成键值对的keyBy方法 3.3.13同时对两个数据进行处理的reduce方法 3.3.14对数据进行重新排序的sortBy方法 3.3.15合并压缩的zip方法 3.4小结 第4章MLlib基本概念 4.1MLlib基本数据类型 4.1.1多种数据类型 4.1.2从本地向量集起步 4.1.3向量标签的使用 4.1.4本地矩阵的使用 4.1.5分布式矩阵的使用 4.2MLlib数理统计基本概念 4.2.1基本统计量 4.2.2统计量基本数据 4.2.3距离计算 4.2.4两组数据相关系数计算 4.2.5分层抽样 4.2.6假设检验 4.2.7随机数 4.3小结 第5章协同过滤算法 5.1协同过滤 5.1.1协同过滤概述 5.1.2基于用户的推荐 5.1.3基于物品的推荐 5.1.4协同过滤算法的不足 5.2相似度度量 5.2.1基于欧几里得距离的相似度计算 5.2.2基于余弦角度的相似度计算 5.2.3欧几里得相似度与余弦相似度的比较 5.2.4XX个例子——余弦相似度实战 5.3MLlib中的交替X小二乘法（ALS算法） 5.3.1X小二乘法（LS算法）详解 5.3.2MLlib中交替X小二乘法（ALS算法）详解 5.3.3ALS算法实战 5.4小结 第6章MLlib线性回归理论与实战 6.1随机梯度下降算法详解 6.1.1道士下山的故事 6.1.2随机梯度下降算法的理论基础 6.1.3随机梯度下降算法实战 6.2MLlib回归的过拟合 6.2.1过拟合产生的原因 6.2.2lasso回归与岭回归 6.3MLlib线性回归实战 6.3.1MLlib线性回归基本准备 6.3.2MLlib线性回归实蘸商品价格与消费者收入之间的关系 6.3.3对拟合曲线的验证 6.4小结 第7章MLlib分类实战 7.1逻辑回归详解 7.1.1逻辑回归不是回归算法 7.1.2逻辑回归的数学基础 7.1.3一逻辑回归示例 7.1.4多逻辑回归示例 7.1.5MLlib逻辑回归验证 7.1.6MLlib逻辑回归实例：胃癌的转移判断 7.2支持向量机详解 7.2.1三角还是圆 7.2.2支持向量机的数学基础 7.2.3支持向量机使用示例 7.2.4使用支持向量机分析胃癌转移 7.3朴素贝叶斯详解 7.3.1穿裤子的男生or女生 7.3.2贝叶斯定理的数学基础和意义 7.3.3朴素贝叶斯定理 7.3.4MLlib朴素贝叶斯使用示例 7.3.5MLlib朴素贝叶斯实蘸“僵尸粉”的鉴定 7.4小结 第8章决策树与保序回归 8.1决策树详解 8.1.1水晶球的秘密 8.1.2决策树的算法基础：信息熵 8.1.3决策树的算法基础—ID3算法 8.1.4MLlib中决策树的构建 8.1.5MLlib中决策树示例 8.1.6随机雨林与梯度提升算法（GBT） 8.2保序回归详解 8.2.1何为保序回归 8.2.2保序回归示例 8.3小结 …… 第9章MLlib中聚类详解 第10章MLlib中关联规则 第11章数据降维 第12章特征提取和转换 第13章MLlib实战演练——鸢尾花分析 |
| 商品基本信息,请以下列介绍为准 | |
| 商品名称： | Spark MLlib机器学习实践 |
| 作者： | 王晓华 著 著作 著 |
| 市场价： | 49 |
| ISBN号： | 9787302420422 |
| 出版社： | 清华大学出版社 |
| 商品类型： | 图书 |
| 其他参考信息（以实物为准） | ||
| 装帧：平装 | 开本：16开 | 语种：中文 |
| 出版时间：(咨询特价)-01 | 版次：1 | 页数：176 |
| 印刷时间：(咨询特价)-01 | 印次：1 | 字数：301千字 |
| 作者简介 | |
| 王晓华，高校资深计算机专业讲师，给研究生和本科生讲授面向对象程序设计、数据结构、Hadoop程序设计等相关课程。主要研究方向为云计算、数据挖掘。曾主持和参与多项国家和省级科研课题，独立完成一项科研成果获省级成果认定，发表过多篇论文，申请有一项专利。 |
浙公网安备 33011002014640号 浙ICP备11030581号-3 