当当读书
Spark机器学习(第2版)

Spark机器学习(第2版)

(印)拉结帝普·杜瓦(Rajdeep Dua),(印)曼普利特辛格·古特拉(Manpreet Singh Ghotra),(南非)尼克·彭特里思(Nick Pentreath)
0
评论 赠一得一 收藏 分享
此书籍暂不支持在移动端购买和阅读

内容简介

本书结合案例研究讲解Spark 在机器学习中的应用,并介绍如何从各种公渠道获取用于机器学习系统的数据。内容涵盖推荐系统、回归、聚类、降维等经典机器学习算法及其实际应用。第2版新增了有关机器学习数学基础以及Spark ML Pipeline API 的章节,内容更加系统、全面、与时俱。
【推荐语】
Apache Spark是分布式计算框架,专为满足低延迟任务和内存数据存储的需求而优化。现有的并行计算框架,鲜有能在兼顾速度、可扩展性、内存处理和容错性的同时,还提供灵活、表达力丰富的API的。Apache Spark就是这样一个难得的框架。 本书简要介绍了Spark基础知识,重在通过详细的例子和现实应用来讲解常见机器学习模型,并涉及大规模文本数据的处理、Spark Streaming下的在线机器学习和模型评估方法,以及使用Spark ML Pipeline API创建和调试机器学习流程等。第2版经过全面修订,新增有关机器学习数学基础以及Spark ML Pipeline API的章节,内容更加系统、全面、与时俱,适合所有欲借助Spark来实现常见机器学习应用的发者。 ·Spark以及机器学习基础知识介绍。 ·获取公的机器学习数据集,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。 ·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行在线学习和模型评估。 ·使用Spark ML Pipeline API创建和调试机器学习流程。
【作者】
拉结帝普·杜瓦(Rajdeep Dua) Salesforce公司工程主管,致力于造云计算和人工智能团队。曾参与Google的大数据分析工具BigQuery的宣传团队。在云计算、大数据分析和机器学习领域有近20年的经验。 曼普利特·辛格·古特拉(Manpreet Singh Ghotra) Salesforce公司软件工程主管,拥有十余年软件发经验,目前致力于发基于Apache Spark的机器学习平台。 尼克·彭特里思(Nick Pentreath) IBM源数据及人工智能技术中心首席工程师,大数据及机器学习公司Graphflow联合创始人,Spark项目管理委员会成员。 【译者简介】 蔡立宇 曾从事自然语言处理和图数据分析相关工作,现提供数据分析相关的独立咨询和发服务。坐标深圳。
展开
大家都在看换一批
大家都在看换一批
领取优惠券

温馨提示:

您已领取的礼券,请到【个人中心】-【资产】中查看。