实战机器学习：使用Spark pdf epub mobi txt 电子书下载 2025

图书介绍

☆☆☆☆☆
简体网页||繁体网页

著者

出版者出版社：碁峰订阅出版社新书快讯新功能介绍

翻译者译者：江良志

出版日期出版日期：2018/06/01

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2025-01-25

类似图书点击查看全场最低价

图书描述

　　学习热门的机器学习演算法

　　本书介绍热门的机器学习演算法及其实作方式。你将会了解如何在Spark ML这套开发框架之内，实作各种机器学习概念。首先，我们会带你在单一节点与多重节点的运算丛集上，完成Spark的安装工作；接着，说明如何执行以Scala和Python语言撰写的Spark ML程式；然后以几套资料集为范例，深入探索分群、分类与回归；最后，利用Spark ML来处理文字资料。

　　打造可以应用于工作中的机器学习程式

　　弄懂概念之后，便可运用来实作演算法，可能是从头开始，或是将既有的系统转移到这个新平台，像是从Mahout或Scikit转移到Spark ML。当你读完本书之时，应该能够善加运用Spark，打造可以应用于工作中的机器学习程式。

　　本书将带您
　　．实际动手尝试最新版的Spark ML
　　．以Scala与Python语言撰写Spark程式
　　．在本机以及Amazon ECS云端平台上，安装并设置Spark开发环境
　　．取用公开的机器学习资料集，使用Spark进行资料的载入、处理、清理与转换等动作
　　．处理巨量的文字资料，包括特征萃取，并使用文字资料作为输入餵给机器学习模型
　　．撰写Spark函式，评估机器学习模型的表现能力

著者信息

作者简介

Rajdeep Dua

　　曾服务于Google的大数据工具推广团队，如BigQuery；曾在VMware公司的开发人员技术传播小组工作，致力于大数据平台Greenplum，也与Spark移植团队紧密合作，加入功能集合，把Spark移植到VMware的公开云和私有云平台。

Manpreet Singh Ghotra

　　目前任职Salesforce，致力于以Apache Spark来开发一套机器学习平台；使用Apache Spark与机器学习技术，打造情绪分析器。曾任职于世界最大线上零售商之一的机器学习部门，使用Apache Mahout研究运送时间的计算，以及R推荐系统。

Nick Pentreath

　　拥有财务金融、机器学习、软体开发的背景，曾任职于Goldman Sachs企业，线上广告刊登目标新创公司的研究科学家、伦敦Cognitive Match有限公司、并且在非洲最大的社群网路Mxit，领导资料科学与分析团队。

实战机器学习：使用Spark pdf epub mobi txt 电子书下载

图书目录

第1章｜与Spark一起奔跑
介绍如何为Spark框架设置本地端的开发环境，以及如何使用Amazon EC2在云端上建立Spark丛集。将以一支简单的Spark应用程式作为范例，使用Scala、Java与Python语言实作，介绍Spark的程式设计模型与API。

第2章｜机器学习需要的数学知识
本章提供机器学习领域所需要的数学基础，了解数学与各项技术，非常重要，方能深入搞懂演算法的里里外外，得到最佳结果。

第3章｜设计机器学习系统
以真实世界的使用案例作为范本，介绍机器学习系统的设计过程，将会以这个颇富教学意味的例子，採用Spark来设计智慧型系统的高阶架构。

第4章｜Spark取得资料并进行处理准备
详细介绍如何取得用于机器学习系统的资料，特别是各种免费的公开资源，将会学习如何对原始资料进行处理并清理，转换成或可用于机器学习模型的特征，运用各种工具、程式库、以及Spark的功能。

第5章｜使用Spark建构推荐引擎
以协同过泸方式来建立一套推荐模型，可用于推荐项目给某客户，根据给定项目产生出相似物品的清单；衡量推荐模型表现能力的标准指标和评估法，也会在此章介绍。

第6章｜使用Spark建构分类模型
详细介绍如何建立二元分类模型，以及如何利用标准的表现能力评估指标、用来评估分类任务。

第7章｜使用Spark建构回归模型
示范如何建立回归模型，延续自第6章所建立的分类模型。回归模型表现能力的评估指标，也会详细说明。

第8章｜使用Spark建构分群模型
探索如何建立分群模型、以及使用相关的评估方法，你将学会如何分析产生出来的群，并且加以视觉化。

第9章｜Spark与维度缩减
说明如何从资料抽取出底层结构，并且降低维度。本章将介绍一些常见的维度缩减技术，说明如何运用并分析，内容将介绍如何使用处理后得到的资料表现形式，作为输入餵给别的机器学习模型。

第10章｜Spark与进阶文字处理
介绍处理大规模文字资料的作法，包括从文字资料萃取出特征，以及处理非常大维度的文字特征。

第11章｜Spark串流程式库与即时机器学习
介绍Spark串流程式库如何用于线上与渐进式学习方法。

第12章｜Spark ML的工作流程API
以DataFrames为基础，在其上提供一致性的API，帮助我们建立与调校机器学习工作流程。