轉(zhuǎn)載自：http://www.jb51.net/books/532769.html

 

本站整理下載：

相關(guān)截圖：


資料簡介：
《Spark機(jī)器學(xué)習(xí)》每章都設(shè)計了案例研究，以機(jī)器學(xué)習(xí)算法為主線，結(jié)合實例探討了Spark 的實際應(yīng)用。書中沒有讓人抓狂的數(shù)據(jù)公式，而是從準(zhǔn)備和正確認(rèn)識數(shù)據(jù)始講起，全面涵蓋了推薦系統(tǒng)、回歸、聚類、降維等經(jīng)典的機(jī)器學(xué)習(xí)算法及其實際應(yīng)用。 《Spark機(jī)器學(xué)習(xí)》每章都設(shè)計了案例研究，以機(jī)器學(xué)習(xí)算法為主線，結(jié)合實例探討了Spark 的實際應(yīng)用。書中沒有讓人抓狂的數(shù)據(jù)公式，而是從準(zhǔn)備和正確認(rèn)識數(shù)據(jù)始講起，全面涵蓋了推薦系統(tǒng)、回歸、聚類、降維等經(jīng)典的機(jī)器學(xué)習(xí)算法及其實際應(yīng)用。

資料目錄：

前言

本書內(nèi)容

預(yù)備知識

本書目標(biāo)

排版約定

讀者反饋

客戶支持

侵權(quán)行為

問題

致謝

第1章 Spark的環(huán)境搭建與運行

1.1 Spark的本地安裝與配置

1.2 Spark集群

1.3 Spark編程模型

1.4 Spark Scala編程入門

1.5 Spark Java編程入門

1.6 Spark Python編程入門

1.7 在Amazon EC2上運行Spark

1.8 小結(jié)

第2章 設(shè)計機(jī)器學(xué)習(xí)系統(tǒng)

2.1 MovieStream介紹

2.2 機(jī)器學(xué)習(xí)系統(tǒng)商業(yè)用例

2.3 機(jī)器學(xué)習(xí)模型的種類

2.4 數(shù)據(jù)驅(qū)動的機(jī)器學(xué)習(xí)系統(tǒng)的組成

2.5 機(jī)器學(xué)習(xí)系統(tǒng)架構(gòu)

2.6 小結(jié)

第3章 Spark上數(shù)據(jù)的獲取、處理與準(zhǔn)備

3.1 獲取公開數(shù)據(jù)集

3.2 探索與可視化數(shù)據(jù)

3.3 處理與轉(zhuǎn)換數(shù)據(jù)

3.4 從數(shù)據(jù)中提取有用特征

3.5 小結(jié)

第4章 構(gòu)建基于Spark的推薦引擎

4.1 推薦模型的分類

4.2 提取有效特征

4.3 訓(xùn)練推薦模型

4.4 使用推薦模型

4.5 推薦模型效果的評估

4.6 小結(jié)

第5章 Spark構(gòu)建分類模型

5.1 分類模型的種類

5.2 從數(shù)據(jù)中抽取合適的特征

5.3 訓(xùn)練分類模型

5.4 使用分類模型

5.5 評估分類模型的性能

5.6 改進(jìn)模型性能以及參數(shù)調(diào)優(yōu)

5.7 小結(jié)

第6章 Spark構(gòu)建回歸模型

6.1 回歸模型的種類

6.2 從數(shù)據(jù)中抽取合適的特征

6.3 回歸模型的訓(xùn)練和應(yīng)用

6.4 評估回歸模型的性能

6.5 改進(jìn)模型性能和參數(shù)調(diào)優(yōu)

6.6 小結(jié)

第7章 Spark構(gòu)建聚類模型

7.1 聚類模型的類型

7.2 從數(shù)據(jù)中提取正確的特征

7.3 訓(xùn)練聚類模型

7.4 使用聚類模型進(jìn)行預(yù)測

7.5 評估聚類模型的性能

7.6 聚類模型參數(shù)調(diào)優(yōu)

7.7 小結(jié)

第8章 Spark應(yīng)用于數(shù)據(jù)降維

8.1 降維方法的種類

8.2 從數(shù)據(jù)中抽取合適的特征

8.3 訓(xùn)練降維模型

8.4 使用降維模型

8.5 評價降維模型

8.6 小結(jié)

第9章 Spark高級文本處理技術(shù)

9.1 處理文本數(shù)據(jù)有什么特別之處

9.2 從數(shù)據(jù)中抽取合適的特征

9.3 使用TF-IDF模型

9.4 評估文本處理技術(shù)的作用

9.5 Word2Vec模型

9.6 小結(jié)

第10章 Spark Streaming在實時機(jī)器學(xué)習(xí)上的應(yīng)用

10.1 在線學(xué)習(xí)

10.2 流處理

10.3 創(chuàng)建Spark Streaming應(yīng)用

10.4 使用Spark Streaming進(jìn)行在線學(xué)習(xí)

10.5 在線模型評估

10.6 小結(jié)