深度实践Spark机器学习

暂无评价综合评分的显示会考虑用户真实性等多项因素,每部作品出现综合评分的时间不定。
阅读
¥51.75¥46.07
今日特价截止至:2018-12-12 02:00:00了解详情

作品简介

大数据、人工智能正在改变或颠覆各行各业,包括我们的生活。大数据、人工智能方面的人才已经供不应求,但作为人工智能的核心——机器学习,因涉及的知识和技能比较多,除了需要具备一定的数学基础、相关业务知识外,还要求有比较全面的技术储备,如操作系统、数据库、开发语言、数据分析工具、大数据计算平台等,无形中提高了机器学习的门槛。如何降低机器学习的门槛,让更多有志于机器学习、人工智能的人能更方便或顺畅地使用、驾驭机器学习?

希望你通过阅读本书,不但可以了解很多内容或代码,更可以亲自运行或调试这些代码,从而带来新的体验和收获!

作品目录

  1. 前言
  2. 第1章 了解机器学习
  3. 1.1 机器学习的定义
  4. 1.2 大数据与机器学习
  5. 1.3 机器学习、人工智能及深度学习
  6. 1.4 机器学习的基本任务
  7. 1.5 如何选择合适算法
  8. 1.6 Spark在机器学习方面的优势
  9. 1.7 小结
  10. 第2章 构建Spark机器学习系统
  11. 2.1 机器学习系统架构
  12. 2.2 启动集群
  13. 2.3 加载数据
  14. 2.4 探索数据
  15. 2.5 数据预处理
  16. 2.6 构建模型
  17. 2.7 模型评估
  18. 2.8 组装
  19. 2.9 模型选择或调优
  20. 2.10 保存模型
  21. 2.11 小结
  22. 第3章 ML Pipeline原理与实战
  23. 3.1 Pipeline简介
  24. 3.2 DataFrame
  25. 3.3 Pipeline组件
  26. 3.4 Pipeline原理
  27. 3.5 Pipeline实例
  28. 3.6 小结
  29. 第4章 特征提取、转换和选择
  30. 4.1 特征提取
  31. 4.2 特征转换
  32. 4.3 特征选择
  33. 4.4 小结
  34. 第5章 模型选择和优化
  35. 5.1 模型选择
  36. 5.2 交叉验证
  37. 5.3 训练验证拆分法
  38. 5.4 自定义模型选择
  39. 5.5 小结
  40. 第6章 Spark MLlib基础
  41. 6.1 Spark MLlib简介
  42. 6.2 Spark MLlib架构
  43. 6.3 数据类型
  44. 6.4 基础统计
  45. 6.5 RDD、Dataframe和Dataset
  46. 6.6 小结
  47. 第7章 构建Spark ML推荐模型
  48. 7.1 推荐模型简介
  49. 7.2 数据加载
  50. 7.3 数据探索
  51. 7.4 训练模型
  52. 7.5 组装
  53. 7.6 评估模型
  54. 7.7 模型优化
  55. 7.8 小结
  56. 第8章 构建Spark ML分类模型
  57. 8.1 分类模型简介
  58. 8.2 数据加载
  59. 8.3 数据探索
  60. 8.4 数据预处理
  61. 8.5 组装
  62. 8.6 模型优化
  63. 8.7 小结
  64. 第9章 构建Spark ML回归模型
  65. 9.1 回归模型简介
  66. 9.2 数据加载
  67. 9.3 探索特征分布
  68. 9.4 数据预处理
  69. 9.5 组装
  70. 9.6 模型优化
  71. 9.7 小结
  72. 第10章 构建Spark ML聚类模型
  73. 10.1 K-means模型简介
  74. 10.2 数据加载
  75. 10.3 探索特征的相关性
  76. 10.4 数据预处理
  77. 10.5 组装
  78. 10.6 模型优化
  79. 10.7 小结
  80. 第11章 PySpark决策树模型
  81. 11.1 PySpark简介
  82. 11.2 决策树简介
  83. 11.3 数据加载
  84. 11.4 数据探索
  85. 11.5 数据预处理
  86. 11.6 创建决策树模型
  87. 11.7 训练模型进行预测
  88. 11.8 模型优化
  89. 11.9 脚本方式运行
  90. 11.10 小结
  91. 第12章 SparkR朴素贝叶斯模型
  92. 12.1 SparkR简介
  93. 12.2 获取数据
  94. 12.3 朴素贝叶斯分类器
  95. 12.4 小结
  96. 第13章 使用Spark Streaming构建在线学习模型
  97. 13.1 Spark Streaming简介
  98. 13.2 Dstream操作
  99. 13.3 Spark Streaming应用实例
  100. 13.4 Spark Streaming在线学习实例
  101. 13.5 小结
  102. 第14章 TensorFlowOnSpark详解
  103. 14.1 TensorFlow简介
  104. 14.2 TensorFlow实现卷积神经网络
  105. 14.3 TensorFlow实现循环神经网络
  106. 14.4 分布式TensorFlow
  107. 14.5 TensorFlowOnSpark架构
  108. 14.6 TensorFlowOnSpark安装
  109. 14.7 TensorFlowOnSpark实例
  110. 14.8 小结
  111. 附录A 线性代数
  112. 附录B 概率统计
  113. 附录C Scala基础

评论

载入中