Spark机器学习

版权信息 书名：Spark机器学习 作者：Nick Pentreath 译者：蔡立宇 黄章帅 周济民 ISBN：978-7-115-39983-0 本书由北京图灵文化发展有限公司发行数字版。版权所有，侵权必 究。 您购买的图灵电子书仅供您个人使用，未经授权，不得以任何方式复制 和传播本书内容。 我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。 如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐 号等维权措施，并可能追究法律责任。 图灵社区会员 张海川（zhanghaichuan@ptpress.com.cn） 专享 尊重版权 版权声明 前言 本书内容 预备知识 本书目标 排版约定 读者反馈 客户支持 下载示例代码 勘误表 侵权行为 问题 致谢 第1章 Spark的环境搭建与运行 1.1 Spark的本地安装与配置 1.2 Spark集群 1.3 Spark编程模型 1.3.1 SparkContext类与SparkConf类 1.3.2 Spark shell 1.3.3 弹性分布式数据集 1.3.4 广播变量和累加器 1.4 Spark Scala编程入门 1.5 Spark Java编程入门 1.6 Spark Python编程入门 1.7 在Amazon EC2上运行Spark 启动一个EC2 Spark集群 1.8 小结 第2章 设计机器学习系统 2.1 MovieStream介绍 2.2 机器学习系统商业用例 2.2.1 个性化 2.2.2 目标营销和客户细分 2.2.3 预测建模与分析 2.3 机器学习模型的种类 2.4 数据驱动的机器学习系统的组成 2.4.1 数据获取与存储 2.4.2 数据清理与转换 2.4.3 模型训练与测试回路 2.4.4 模型部署与整合 2.4.5 模型监控与反馈 2.4.6 批处理或实时方案的选择 2.5 机器学习系统架构 动手练习 2.6 小结 第3章 Spark上数据的获取、处理与准备 3.1 获取公开数据集 MovieLens 100k数据集 3.2 探索与可视化数据 3.2.1 探索用户数据 3.2.2 探索电影数据 3.2.3 探索评级数据 3.3 处理与转换数据 非规整数据和缺失数据的填充 3.4 从数据中提取有用特征 3.4.1 数值特征 3.4.2 类别特征 3.4.3 派生特征 3.4.4 文本特征 3.4.5 正则化特征 3.4.6 用软件包提取特征 3.5 小结 第4章 构建基于Spark的推荐引擎 4.1 推荐模型的分类 4.1.1 基于内容的过......