實戰機器學習：使用Spark Rajdeep Dua Manpreet Singh Ghotra

股票学习站

	【资料名称】:實戰機器學習：使用Spark     【资料描述】: 　　學習熱門的機器學習演算法 本書介紹熱門的機器學習演算法及其實作方式。你將會了解如何在Spark ML這套開發框架之內，實作各種機器學習概念。首先，我們會帶你在單一節點與多重節點的運算叢集上，完成Spark的安裝工作；接著，說明如何執行以Scala和Python語言撰寫的Spark ML程式；然後以幾套資料集為範例，深入探索分群、分類與迴歸；最後，利用Spark ML來處理文字資料。 打造可以應用於工作中的機器學習程式 弄懂概念之後，便可運用來實作演算法，可能是從頭開始，或是將既有的系統轉移到這個新平台，像是從Mahout或Scikit轉移到Spark ML。當你讀完本書之時，應該能夠善加運用Spark，打造可以應用於工作中的機器學習程式。 本書將帶您： ．實際動手嘗試最新版的Spark ML ．以Scala與Python語言撰寫Spark程式 ．在本機以及Amazon ECS雲端平台上，安裝並設置Spark開發環境 ．取用公開的機器學習資料集，使用Spark進行資料的載入、處理、清理與轉換等動作 ．處理巨量的文字資料，包括特徵萃取，並使用文字資料作為輸入餵給機器學習模型 ．撰寫Spark函式，評估機器學習模型的表現能力 　　目錄 　　CHAPTER　01　與Spark一起奔跑 　　在本地端安裝並設定Spark 　　Spark　叢集 　　Spark　程式設計模型 　　SchemaRDD 　　Spark　資料框 　　邁出第一步撰寫Spark　程式：使用Scala　語言 　　邁出第一步撰寫Spark　程式：使用Java　語言 　　邁出第一步撰寫Spark　程式：　使用Python　語言 　　邁出第一步撰寫Spark　程式：使用R　語言 　　在Amazon　EC2　上執行Spark 　　設定Amazon　Elastic　MapReduce　並執行Spark 　　Spark　的使用者介面 　　Spark　支援的機器學習演算法 　　與其他程式庫相比，Spark　ML　的優勢 　　在Google　Compute　Engine　上頭建立Spark　叢集：Cloud　Dataproc 　　總結 　　CHAPTER　02　機器學習需要的數學知識 　　線性代數 　　梯度下降法 　　過去經驗、可能性、事後機率 　　微積分 　　圖表繪製 　　總結 　　CHAPTER　02　設計機器學習系統 　　何謂機器學習？ 　　介紹MovieStream 　　機器學習系統的商業案例 　　機器學習模型的種類 　　以資料驅動的機器學習系統的組成元件 　　機器學習系統的架構 　　Spark　MLlib 　　效能提升：在Spark　MLlib　之上的Spark　ML 　　比較MLlib　支援的演算法 　　MLlib　支援的方法和開發人員API 　　MLlib　版本 　　MLlib　版本比較 　　總結 　　CHAPTER　04　Spark取得資料並進行處理準備 　　存取公開資料 　　資料探索與視覺化 　　資料處理與轉換 　　從資料萃取出有用的特徵 　　總結 　　CHAPTER　05　使用Spark建構推薦引擎 　　推薦模型的種類 　　從你的資料萃取出正確特徵 　　訓練推薦模型 　　使用推薦模型 　　評估推薦模型的表現 　　FP－Growth　演算法 　　總結 　　CHAPTER　06　使用Spark建構分類模型 　　分類模型的類型 　　從資料萃取出正確的特徵 　　訓練分類模型 　　使用分類模型 　　增進模型表現能力與調校參數 　　其他特徵 　　總結 　　CHAPTER　07　使用Spark建構迴歸模型 　　迴歸模型的種類 　　評估迴歸模型的表現能力 　　從資料萃取出正確的特徵 　　訓練迴歸模型並使用 　　增進模型表現能力與調校參數 　　總結 　　CHAPTER　08　使用Spark建構分群模型 　　分群模型的種類 　　從資料萃取出正確的特徵 　　k－　平均演算法：訓練分類模型 　　k－　平均演算法：評估分群模型的表現能力 　　WSSSE　受迭代次數的影響 　　二分k－　平均演算法 　　二分k－　平均演算法：訓練分群模型 　　高斯混合模型 　　總結 　　CHAPTER　09　Spark與維度縮減 　　維度縮減的種類 　　從資料萃取出正確的特徵 　　訓練維度縮減模型 　　使用維度縮減模型 　　評估維度縮減模型 　　總結 　　CHAPTER　10　Spark與進階文字處理 　　文字資料為何如此特別？ 　　從資料萃取出正確的特徵 　　使用tf－idf　模型 　　評估文字處理的影響 　　以Spark　2.0　進行文字分類 　　Word2Vec　模型 　　Word2Vec　與20　個新聞群組資料集 　　總結 　　CHAPTER　11　Spark串流程式庫與即時機器學習 　　線上學習 　　串流處理 　　Spark　串流與線上學習 　　線上模型評估 　　結構化串流 　　總結 　　CHAPTER　12　Spark　ML　的工作流程API 　　介紹工作流程 　　工作流程如何運作？ 　　機器學習工作流程範例 　　總結 【下载地址隐藏】：                    点：回复可见地址 游客，如果您要查看本帖隐藏内容请回复