?!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> 午夜福利国产成人无码gif动图,亚洲av无码成人精品区在线播放,性无码专区无码片

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

?div class="header_top">
Java知识分n|?- L学习从此开始！    
SpringBoot+SpringSecurity+Vue+ElementPlus权限pȝ实战评 震撼发布        

最新Java全栈׃实战评(免费)

springcloud分布式电(sh)商秒杀实战评

IDEA怹Ȁz?/h2>

66套java实战评无套路领?/h2>

锋哥开始收Java学员啦！

Python学习路线?/h2>

锋哥开始收Java学员啦！
当前位置: 主页 > Java文 > 大数据云计算 >

Spark MLlib机器学习:法、源码及实战详解 PDF 下蝲


分n刎ͼ
旉:2018-07-19 09:00来源:http://www.jb51.net/Q脚本之?作?转蝲  侉|举报
Spark MLlib机器学习:法、源码及实战详解 PDF 下蝲
失效链接处理
Spark MLlib机器学习:法、源码及实战详解 PDF 下蝲

转蝲自：https://www.jb51.net/books/625762.html
 
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：
http://product.dangdang.com/23934484.html
  
相关截图Q?br />

资料介：
本书以Spark 1.4.1版本源码为切入点Q全面ƈ且深入地解析Spark MLlib模块Q着力于探烦分布式机器学习的底层实现?本书循序渐进Q首先解析MLlib的底层实现基Q数据操作及矩阵向量计算操作Q该部分是MLlib实现的基Q其ơ再对各个机器学习算法的理论知识q行讲解Qƈ且解析机器学习算法如何在MLlib中实现分布式计算Q然后对MLlib源码q行详细的讲解；最后进行MLlib实例的讲解。相信通过本书的学习，读者可全面掌握Spark MLlib机器学习Q能够进行MLlib实战、MLlib定制开发等?/span>

资料目录Q?/strong>
W一部分　Spark MLlib基础W?章　Spark机器学习?21.1　机器学习介绍 21.2　Spark介绍 31.3　Spark MLlib介绍 4W?章　Spark数据操作 62.1　Spark RDD操作 62.1.1　Spark RDD创徏操作 62.1.2　Spark RDD转换操作 72.1.3　Spark RDD行动操作 142.2　MLlib Statisticsl计操作 152.2.1　列统计汇?152.2.2　相关pL 162.2.3　假设?182.3　MLlib数据格式 182.3.1　数据处理 182.3.2　生成h 22W?章　Spark MLlib矩阵向量 263.1　Breeze介绍 263.1.1　Breeze创徏函数 273.1.2　Breeze元素讉K及操作函?293.1.3　Breeze数D函?343.1.4　Breeze求和函数 353.1.5　Breeze布尔函数 363.1.6　BreezeU性代数函?373.1.7　Breeze取整函数 393.1.8　Breeze帔R函数 403.1.9　Breeze复数函数 403.1.10　Breeze三角函数 403.1.11　BreezeҎ(gu)和指数函?403.2　BLAS介绍 413.2.1　BLAS向量-向量q算 423.2.2　BLAS矩阵-向量q算 423.2.3　BLAS矩阵-矩阵q算 433.3　MLlib向量 433.3.1　MLlib向量介绍 433.3.2　MLlib Vector接口 443.3.3　MLlib DenseVectorc?463.3.4　MLlib SparseVectorc?493.3.5　MLlib Vectors伴生对象 503.4　MLlib矩阵 573.4.1　MLlib矩阵介绍 573.4.2　MLlib Matrix接口 573.4.3　MLlib DenseMatrixc?593.4.4　MLlib SparseMatrixc?643.4.5　MLlib Matrix伴生对象 713.5　MLlib BLAS 773.6　MLlib分布式矩?933.6.1　MLlib分布式矩阵介l?933.6.2　行矩阵（RowMatrixQ?943.6.3　行烦引矩阵（IndexedRowMatrixQ?963.6.4　坐标矩阵QCoordinateMatrixQ?973.6.5　分块矩阵QBlockMatrixQ?98W二部分　Spark MLlib回归法W?章　Spark MLlibU性回归算?1024.1　U性回归算?1024.1.1　数学模型 1024.1.2　最二乘法 1054.1.3　梯度下降法 1054.2　源码分析 1064.2.1　建立U性回?1084.2.2　模型训练runҎ(gu) 1114.2.3　权重优化计算 1144.2.4　U性回归模?1214.3　实例 1234.3.1　训练数据 1234.3.2　实例代码 123W?章　Spark MLlib逻辑回归法 1265.1　逻辑回归法 1265.1.1　数学模型 1265.1.2 梯度下降法 1285.1.3　正则?1295.2　源码分析 1325.2.1　建立逻辑回归 1345.2.2　模型训练runҎ(gu) 1375.2.3　权重优化计算 1375.2.4　逻辑回归模型 1445.3　实例 1485.3.1　训练数据 1485.3.2　实例代码 148W?章　Spark MLlib保序回归法 1516.1　保序回归法 1516.1.1　数学模型 1516.1.2　L2保序回归法 1536.2　源码分析 1536.2.1　建立保序回归 1546.2.2　模型训练runҎ(gu) 1566.2.3　q行PAV计算 1566.2.4　PAV计算 1576.2.5　保序回归模型 1596.3　实例 1646.3.1　训练数据 1646.3.2　实例代码 164W三部分　Spark MLlib分类法W?章　Spark MLlib贝叶斯分cȝ?1707.1　贝叶斯分cȝ?1707.1.1　贝叶斯定?1707.1.2　朴素贝叶斯分c?1717.2　源码分析 1737.2.1　建立贝叶斯分c?1737.2.2　模型训练runҎ(gu) 1767.2.3　贝叶斯分cL?1797.3　实例 1817.3.1　训练数据 1817.3.2　实例代码 182W?章　Spark MLlib SVM支持向量机算?1848.1　SVM支持向量机算?1848.1.1　数学模型 1848.1.2　拉格朗日 1868.2　源码分析 1898.2.1　建立U性SVM分类 1918.2.2　模型训练runҎ(gu) 1948.2.3　权重优化计算 1948.2.4　U性SVM分类模型 1968.3　实例 1998.3.1　训练数据 1998.3.2　实例代码 199W?章　Spark MLlib决策树算?2029.1　决策树算?2029.1.1　决策?2029.1.2　特征选择 2039.1.3　决策树生?2059.1.4　决策树生成实?2069.1.5　决策树的剪枝 2089.2　源码分析 2099.2.1　建立决策?2119.2.2　建立随机林 2169.2.3　建立元数?2209.2.4　查找特征的分裂及划分 2239.2.5　查找最好的分裂序 2289.2.6　决策树模?2319.3　实例 2349.3.1　训练数据 2349.3.2　实例代码 234W四部分　Spark MLlib聚类法W?0章　Spark MLlib KMeans聚类法 23810.1　KMeans聚类法 23810.1.1　KMeans法 23810.1.2　演示KMeans法 23910.1.3　初始化聚cM心点 23910.2　源码分析 24010.2.1　建立KMeans聚类 24210.2.2　模型训练runҎ(gu) 24710.2.3　聚类中心点计?24810.2.4　中心点初始化 25110.2.5　快速距计?25410.2.6　KMeans聚类模型 25510.3　实例 25810.3.1　训练数据 25810.3.2　实例代码 259W?1章　Spark MLlib LDA主题模型法 26111.1　LDA主题模型法 26111.1.1　LDA概述 26111.1.2　LDA概率l计基础 26211.1.3　LDA数学模型 26411.2　GraphX基础 26711.3　源码分析 27011.3.1　建立LDA主题模型 27211.3.2　优化计算 27911.3.3　LDA模型 28311.4　实例 28811.4.1　训练数据 28811.4.2　实例代码 288W五部分　Spark MLlib兌规则挖掘法W?2章　Spark MLlib FPGrowth兌规则法 29212.1　FPGrowth兌规则法 29212.1.1　基本概念 29212.1.2　FPGrowth法 29312.1.3　演示FP树构?29412.1.4　演示FP树挖?29612.2　源码分析 29812.2.1　FPGrowthc?29812.2.2　兌规则挖掘 30012.2.3　FPTreec?30312.2.4　FPGrowthModelc?30612.3　实例 30612.3.1　训练数据 30612.3.2　实例代码 306W六部分　Spark MLlib推荐法W?3章　Spark MLlib ALS交替最二乘算?31013.1　ALS交替最二乘算?31013.2　源码分析 31213.2.1　建立ALS 31413.2.2　矩阵分解计算 32213.2.3　ALS模型 32913.3　实例 33413.3.1　训练数据 33413.3.2　实例代码 334W?4章　Spark MLlib协同qo推荐法 33714.1　协同qo推荐法 33714.1.1　协同qo推荐概述 33714.1.2　用户评分 33814.1.3　怼度计?33814.1.4　推荐计算 34014.2　协同推荐法实现 34114.2.1　怼度计?34414.2.2　协同推荐计算 34814.3　实例 35014.3.1　训练数据 35014.3.2　实例代码 350W七部分　Spark MLlib经|络法W?5章　Spark MLlib经|络法lD 35415.1　人工经|络法 35415.1.1　经?35415.1.2　经|络模型 35515.1.3 信号前向传播 35615.1.4　误差反向传播 35715.1.5　其他参数 36015.2　经|络法实现 36115.2.1　经|络c?36315.2.2　训练准备 37015.2.3　前向传播 37515.2.4　误差反向传播 37715.2.5　权重更新 38115.2.6　ANN模型 38215.3　实例 38415.3.1　试数据 38415.3.2　试函数代码 38715.3.3　实例代码 388



 
------分隔U?---------------------------
?!-- //底部模板 -->