性按摩玩人妻hd中文字幕,亚洲产三级在线观看,欧美

Spark高��数据分析 PDF 下蝲

转蝲自：(x��)http://download.csdn.net/detail/oshiqu123/9742911

本站整理下蝲�Q?/strong>

版权归出版社和原作者所有，链接已删除，误��买正�?/b>

用户下蝲说明�Q?/strong>

�?sh��)子版仅供预览，下蝲�?4��时内务必删除，支持正版�Q�喜�Ƣ的误��买正版书�c�：(x��)

http://product.dangdang.com/25286914.html

相关截图�Q?br />

资料��介：(x��)
本书是��用Spark�q�行大规模数据分析的实战宝典�Q�由知名数据�U�学家撰写。本书在�W?版的基础上，针对Spark�q�年来的发展�Q�对样例代码和所使用的资料进行了(ji��n)大量更新。新版Spark使用�?ji��n)全新的核�?j��)API�Q�MLlib和Spark SQL两个子项目也发生�?ji��n)较大变化，本书为关注Spark发展��势的读者提供了(ji��n)与时��p��的资料，例如Dataset和DataFrame的��用，以及(qi��ng)与DataFrame API高度集成的Spark ML API�?/span>

资料目录�Q?/strong>
推荐�?ix
译者序 xi
�?xiii
前言 xv
�W?1�?大数据分�?1
1.1 数据�U�学面��(f��)的挑�?2
1.2 认识Apache Spark 4
1.3 关于本书 5
1.4 �W?2版说�?6
�W?2�?用Scala 和Spark �q�行数据分析 8
2.1 数据�U�学家的Scala 9
2.2 Spark�~�程模型 10
2.3 记录兌��问题 10
2.4 ��试牛刀�Q�Spark shell和SparkContext 11
2.5 把数据从集群上获取到客户�?16
2.6 把代码从客户端发送到集群 19
2.7 从RDD到DataFrame 20
2.8 用DataFrame API来分析数�?23
2.9 DataFrame的统计信�?27
2.10 DataFrame的�{�|�和重塑 29
2.11 DataFrame的连接和特征选择 32
2.12 为生产环境准备模�?33
2.13 评估模型 35
2.14 ��结 36
�W?�?音乐推荐和Audioscrobbler数据�?37
3.1 数据�?38
3.2 交替最��二乘推荐算�?39
3.3 准备数据 41
3.4 构徏�W?一个模�?44
3.5 逐个��(g��)查推荐结�?47
3.6 评�h(hu��n)推荐质量 50
3.7 计算AUC 51
3.8 选择��参�?53
3.9 产生推荐 55
3.10 ��结 56
�W?�?用决�{�树(w��i)��法预测��林植被 58
4.1 回归��?59
4.2 向量和特�?59
4.3 ��h��训练 60
4.4 决策�?w��i)和决策��?61
4.5 Covtype数据�?63
4.6 准备数据 64
4.7 �W?一��决�{�树(w��i) 66
4.8 决策�?w��i)的��参�?72
4.9 决策�?w��i)调�?73
4.10 重谈�c�d��型特�?77
4.11 随机决策��林 79
4.12 �q�行预测 81
4.13 ��结 82
�W?�?��Z��K均��D��cȝ��|�络��量异常��(g��)��?84
5.1 异常��(g��)��?85
5.2 K均��D��c?85
5.3 �|�络入��R 86
5.4 KDD Cup 1999数据�?86
5.5 初步��试聚类 87
5.6 k的选择 90
5.7 ��Z��SparkR 的可视化 92
5.8 特征的规范化 96
5.9 �c�d��型变�?98
5.10 利用标号的熵信息 99
5.11 聚类实战 100
5.12 ��结 102
�W?�?��Z��潜在语义分析��法分析�l�基癄�� 104
6.1 文��Q�词��矩�?105
6.2 获取数据 106
6.3 分析和准备数�?107
6.4 词�Ş归�ƈ 109
6.5 计算TF-IDF 110
6.6 奇异值分�?111
6.7 扑և�重要的概�?113
6.8 ��Z��低维�q�似的查询和评分 117
6.9 词项�Q�词��相兛_�� 117
6.10 文��Q�文��相兛_�� 119
6.11 文档�Q�词��相兛_�� 121
6.12 多词��Ҏ(gu��)��?122
6.13 ��结 123
�W?�?用GraphX分析伴生�|�络 124
7.1 对MEDLINE文献引用索引的网�l�分�?125
7.2 获取数据 126
7.3 用Scala XML工具解析XML文�� 128
7.4 分析MeSH主要主题�?qi��ng)其伴生关�?130
7.5 用GraphX来徏立一个伴生网�l?132
7.6 理解�|�络�l�构 135
7.6.1 �q�通组�?136
7.6.2 度的分布 138
7.7 �q��o(h��)噪声�?140
7.7.1 处理EdgeTriplet 141
7.7.2 分析��L��噪声边的子图 142
7.8 ��世界网�l?144
7.8.1 �p�d��聚类�p�L�� 144
7.8.2 用Pregel计算�q�_��路径长度 145
7.9 ��结 150
�W?�?�U�约出租车轨�q�的�I�间和时间数据分�?151
8.1 数据的获�?152
8.2 ��Z��Spark的第三方库分�?153
8.3 ��Z��Esri Geometry API和Spray的地理空间数据处�?153
8.3.1 认识Esri Geometry API 154
8.3.2 GeoJSON��?155
8.4 �U�约�?j��ng)出�U��R客运数据的预处理 157
8.4.1 大规模数据中的非法记录处�?159
8.4.2 地理�I�间分析 162
8.5 ��Z��Spark的会(x��)话分�?165
8.6 ��结 168
�W?�?��Z��蒙特卡罗模拟的金融风险评�?170
9.1 术语 171
9.2 VaR计算�Ҏ(gu��)�� 172
9.2.1 方差�Q�协方差�?172
9.2.2 历史模拟�?172
9.2.3 蒙特卡罗模拟�?172
9.3 我们的模�?173
9.4 获取数据 173
9.5 数据预处�?174
9.6 ��定�?j��ng)场因素的权�?177
9.7 采样 179
9.8 �q�行试验 182
9.9 回报分布的可视化 185
9.10 �l�果的评�?186
9.11 ��结 188
�W?10�?基因数据分析和BDG��目 190
10.1 分离存储与模�?191
10.2 用ADAM CLI导入基因学数�?193
10.3 从ENCODE数据预测转录因子�l�合位点 201
10.4 查询1000 Genomes��目中的基因�?207
10.5 ��结 210
�W?11�?��Z��PySpark和Thunder的神�l�图像数据分�?211
11.1 PySpark��?212
11.2 Thunder工具包概况和安装 215
11.3 用Thunder加蝲数据 215
11.4 用Thunder对神�l�元�q�行分类 221
11.5 ��结 225
作者介�l?226
��面介绍 226

亚洲精品92内射,午夜福利院在线观看免费 ,亚洲av中文无码乱人伦在线视色,亚洲国产欧美国产综合在线,亚洲国产精品综合久久2007

最新Java全栈��׃��实战评��(免费)

springcloud分布式电(sh��)商秒杀实战评��

IDEA�怹��Ȁ�z?/h2>

66套java实战评��无套路领�?/h2>
锋哥开始收Java学员啦！

Python学习(f��n)路线�?/h2>

锋哥开始收Java学员啦！

Python学习(f��n)路线�?/h2>

Spark高��数据分析 PDF 下蝲

Java1234官方��?5�Q?/td>
Java1234官方��?5�Q?/td>	838462530