Spark机器学习

《Spark机器学习》每章都设计了案例研究，以机器学习算法为主线，结合实例探讨了Spark 的实际应用。书中没有让人抓狂的数据公式，而是从准备和正确认识数据始讲起，全面涵盖了推荐系统、回归、聚类、降维等经典的机器学习算法及其实际应用。
【推荐语】
Apache Spark是一个分布式计算框架，专为满足低延迟任务和内存数据存储的需求而优化。现有并行计算框架中，鲜有能兼顾速度、可扩展性、内存处理以及容错性，同时还能简化编程，提供灵活、表达力丰富的强大API的，Apache Spark就是这样一个难得的框架。 本书介绍了Spark的基础知识，从利用Spark API来载和处理数据，到将数据作为多种机器学习模型的输。此外还通过详细的例子和现实应用讲解了常见的机器学习模型，包括推荐系统、分类、回归、聚类和降维。另外还介绍了一些高阶内容，如大规模文本数据的处理，以及Spark Streaming下的在线机器学习和模型评估方法。 如果你是一名Scala、Java或Python发者，对机器学习和数据分析感兴趣，并想借助Spark框架来实现常见机器学习技术的大规模应用，那么本书便是为你而写。有Spark的基础知识，但并不要求你有实践经验。 通过学习本书，你将能够： 用Scala、Java或Python语言编写你的一个Spark程序； 在你的本机和Amazon EC2上创建和配置Spark发环境； 获取公的机器学习数据集，以及使用Spark对数据行载、处理、清理和转换； 借助Spark机器学习库，利用协同过滤、分类、回归、聚类和降维等常见的机器学习模型来编写程序； 编写Spark函数来评估你的机器学习模型的性能； 了解大规模文本数据的处理方法，包括特征提取和将文本数据作为机器学习模型的输； 探索在线学习方法，利用Spark Streaming来行在线学习和模型评估。
【作者】
Nick Pentreath是Graphflow公司联合创始人。Graphflow是一家大数据和机器学习公司，专注于以用户为中心的推荐系统和客户服务智能化技术。Nick拥有金融市场、机器学习和软件发背景，曾任职于高盛集团，之后去在线广告营销创业公司Cognitive Match Limited（伦敦）担任研究科学家，后又去非洲**的社交网络Mxit领导数据科学与分析团队。Nick是Apache Spark项目管理委员会成员之一。