比Hadoop+Python还强：Spark MLlib机器学习实作 pdf epub mobi txt 电子书下载 2024

图书介绍

☆☆☆☆☆
简体网页||繁体网页

著者

出版者出版社：佳魁资讯订阅出版社新书快讯新功能介绍

翻译者

出版日期出版日期：2016/10/03

语言语言：繁体中文

下载链接在页面底部

点击这里下载

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製鏈接

想要找书就要到小特书站

ttbooks.qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

发表于2024-12-22

类似图书点击查看全场最低价

图书描述

大数据时代是一个充满着机会和挑战的时代，仅需要有一个得心应手的工具--MLlib就是这个工具。

　　本书的主要目的是介绍如何使用MLlib进行资料採撷。MLlib是Spark中最核心的部分，它是Spark机器学习函数库，可以执行在分散式丛集上的资料採撷工具。吸引了大量程式设计和开发人员进行相关内容的学习与开发。

　　本书理论内容由浅而深，採取实例和理论相结合的方式，内容全面而详尽，适合Spark MLlib初学者、大数据採撷、大数据分析的工作人员。

著者信息

比Hadoop+Python还强：Spark MLlib机器学习实作 pdf epub mobi txt 电子书下载

图书目录

前言

Chapter 01 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

Chapter 02 Spark 安装和开发环境设定
2.1 Windows 单机模式Spark 安装和设定
2.2 经典的WordCount
2.3 小结

Chapter 03 RDD 详解
3.1 RDD 是什么
3.2 RDD 工作原理
3.3 RDD 应用API 详解
3.4 小结 .

Chapter 04 MLlib 基本概念
4.1 MLlib 基本资料型态
4.2 MLlib 数理统计基本概念
4.3 小结

Chapter 05 协作过泸演算法
5.1 协作过泸
5.2 相似度度量
5.3 MLlib 中的交替最小平方法（ALS 演算法）
5.4 小结

Chapter 06 MLlib 线性回归理论与实战
6.1 随机梯度下降演算法详解
6.2 MLlib 回归的过拟合
6.3 MLlib 线性回归实战
6.4 小结

Chapter 07 MLlib 分类实战
7.1 逻辑回归详解
7.2 支援向量机详解
7.3 单纯贝氏详解
7.4 小结

Chapter 08决策树与保序回归
8.1 决策树详解
8.2 保序回归详解
8.3 小结

Chapter 09 MLlib 中分群详解
9.1 分群与分类
9.2 MLlib 中的Kmeans 演算法
9.3 高斯混合分群
9.4 快速反覆运算分群
9.5 小结

Chapter 10 MLlib 中连结规则
10.1 Apriori 频繁项集演算法
10.2 FP-growth 演算法
10.3 小结

Chapter 11资料降维
11.1 奇异值分解（SVD）
11.2 主成分分析（PCA）
11.3 小结

Chapter 12特征分析和转换
12.1 TF-IDF
12.2 词向量化工具
12.3 以卡方检定为基础的特征选择
12.4 小结

Chapter 13 MLlib 实战演练-- 鸢尾花分析
13.1 建模说明
13.2 资料前置处理和分析
13.3 长与宽之间的关系-- 资料集的回归分析
13.4 使用分类和分群对鸢尾花资料集进行处理
13.5 最后的判断-- 决策树测试
13.6 小结