扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
Hadoop+Spark大数据巨量分析与机器学习整合开发实战 版权信息
- ISBN：9787302453758
- 条形码：9787302453758 ; 978-7-302-45375-8
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>>
Hadoop+Spark大数据巨量分析与机器学习整合开发实战 本书特色
《Hadoop Spark大数据巨量分析与机器学习整合开发实战》从浅显易懂的“大数据和机器学习”原理介绍和说明入手，讲述大数据和机器学习的基本概念，如：分类、分析、训练、建模、预测、机器学习（推荐引擎）、机器学习（二元分类）、机器学习（多元分类）、机器学习（回归分析）和数据可视化应用。为降低读者学习大数据技术的门槛，书中提供了丰富的上机实践操作和范例程序详解，展示了如何在单台Windows系统上通过Virtual Box虚拟机安装多台Linux虚拟机，如何建立Hadoop集群，再建立Spark开发环境。书中介绍搭建的上机实践平台并不限制于单台实体计算机。对于有条件的公司和学校，参照书中介绍的搭建过程，同样可以将实践平台搭建在多台实体计算机上，以便更加接近于大数据和机器学习真实的运行环境。 《Hadoop Spark大数据巨量分析与机器学习整合开发实战》非常适合于学习大数据基础知识的初学者阅读，更适合正在学习大数据理论和技术的人员作为上机实践用的教材。
Hadoop+Spark大数据巨量分析与机器学习整合开发实战 内容简介
《Hadoop Spark大数据巨量分析与机器学习整合开发实战》的博客已开通，作者会在博客里为大家提供服务与交流。博客网址：http://blog.sina.com.cn/hadoopsparkbook
《Hadoop Spark大数据巨量分析与机器学习整合开发实战》书中的范例程序免费送给读者：网址：http://pan.baidu.com/s/1qYMtjNQ
我们建立了本书的Facebook粉丝团，欢迎读者们加入。粉丝团会不定期贴文，分享*的Hadoop或Spark信息，你也可以提问并参与交流。粉丝团网址：http://www.weibo.com/hadoopsparkbook
在《Hadoop Spark大数据巨量分析与机器学习整合开发实战》中，不是对这些原理进行纯理论的阐述，而是提供了丰富的上机实践操作和范例程序，这样极大地降低了读者学习大数据技术的门槛，对于需要直接上机实践的学习者而言，本书更像是一本大数据学习的实践上机手册。书中首先展示了如何在单台 Windows 系统上通过 Virtual Box 虚拟机安装多台Linux虚拟机，而后建立 Hadoop 集群，再建立 Spark 开发环境。搭建这个上机实践的平台并不限制于单台实体计算机，主要是考虑个人读者上机实践的实际条件和环境。对于有条件的公司和学校，参照这个搭建过程，同样可以将实践平台搭建在多台实体计算机上。在搭建好大数据上机实践的软硬件环境之后，就可以在各个章节的学习中结合本书提供的范例程序逐一设置、修改、调试和运行，从中学到大数据实践应用中核心技术的真谛——对大数据进行高效的“加工”，萃取大数据中蕴含的“智能和知识”，实现数据的“增值”，并*终将其应用于实际工作或者商业中。大数据与云计算的关系密不可分，涉及众多关键技术，如分布式处理、分布式数据库和云存储、虚拟化技术等，本书并未在这些方面深入讲解，因为它们不是本书的重点，建议需要深入学习这方面内容的读者去寻找相关出版物，结合《Hadoop Spark大数据巨量分析与机器学习整合开发实战》的实践来丰富和完善自己的大数据知识体系。
Hadoop+Spark大数据巨量分析与机器学习整合开发实战 目录
第1章 大数据与机器学习 1
1.1 大数据定义 2
1.2 Hadoop简介 2
1.3 Hadoop HDFS分布式文件系统 3
1.4 Hadoop MapReduce的介绍 5
1.5 Spark的介绍 6
1.6 机器学习的介绍 8
第2章 VirtualBox虚拟机软件的安装 11
2.1 VirtualBox的下载和安装 12
2.2 设置VirtualBox语言版本 16
2.3 设置VirtualBox存储文件夹 17
2.4 在VirtualBox创建虚拟机 18
第3章 Ubuntu Linux操作系统的安装 23
3.1 下载安装Ubuntu的光盘文件 24第1章 大数据与机器学习 1 1.1 大数据定义 2 1.2 Hadoop简介 2 1.3 Hadoop HDFS分布式文件系统 3 1.4 Hadoop MapReduce的介绍 5 1.5 Spark的介绍 6 1.6 机器学习的介绍 8 第2章 VirtualBox虚拟机软件的安装 11 2.1 VirtualBox的下载和安装 12 2.2 设置VirtualBox语言版本 16 2.3 设置VirtualBox存储文件夹 17 2.4 在VirtualBox创建虚拟机 18 第3章 Ubuntu Linux操作系统的安装 23 3.1 下载安装Ubuntu的光盘文件 24 3.2 在Virtual设置Ubuntu虚拟光盘文件 26 3.3 开始安装Ubuntu 28 3.4 启动Ubuntu 33 3.5 安装增强功能 34 3.6 设置默认输入法 38 3.7 设置“终端”程序 40 3.8 设置“终端”程序为白底黑字 42 3.9 设置共享剪贴板 43 第4章 Hadoop Single Node Cluster的安装 46 4.1 安装JDK 47 4.2 设置SSH无密码登录 50 4.3 下载安装Hadoop 53 4.4 设置Hadoop环境变量 56 4.5 修改Hadoop配置设置文件 58 4.6 创建并格式化HDFS目录 62 4.7 启动Hadoop 63 4.8 打开Hadoop ResourceManager Web界面 66 4.9 NameNode HDFS Web界面 67 第5章 Hadoop Multi Node Cluster的安装 69 5.1 把Single Node Cluster复制到data1 71 5.2 设置VirtualBox网卡 73 5.3 设置data1服务器 76 5.4 复制data1服务器到data2、data3、master 84 5.5 设置data2、data3服务器 87 5.6 设置master服务器 91 5.7 master连接到data1、data2、data3创建HDFS目录 94 5.8 创建并格式化NameNode HDFS目录 98 5.9 启动Hadoop Multi Node Cluster 99 5.10 打开Hadoop ResourceManager Web界面 102 5.11 打开NameNode Web界面 103 第6章 Hadoop HDFS命令 104 6.1 启动Hadoop Multi-Node Cluster 105 6.2 创建与查看HDFS目录 107 6.3 从本地计算机复制文件到HDFS 109 6.4 将HDFS上的文件复制到本地计算机 114 6.5 复制与删除HDFS文件 116 6.6 在Hadoop HDFS Web用户界面浏览HDFS 118 第7章 Hadoop MapReduce 122 7.1 介绍wordCount.Java 123 7.2 编辑wordCount.Java 124 7.3 编译wordCount.Java 127 7.4 创建测试文本文件 129 7.5 运行wordCount.Java 130 7.6 查看运行结果 131 7.7 Hadoop MapReduce的缺点 132 第8章 Spark的安装与介绍 133 8.1 Spark的Cluster模式架构图 134 8.2 Scala的介绍与安装 135 8.3 安装Spark 138 8.4 启动spark-shell交互界面 141 8.5 设置spark-shell显示信息 142 8.6 启动Hadoop 144 8.7 本地运行spark-shell程序 145 8.8 在Hadoop YARN运行spark-shell 147 8.9 构建Spark Standalone Cluster执行环境 149 8.10 在Spark Standalone运行spark-shell 155 第9章 Spark RDD 159 9.1 RDD的特性 160 9.2 基本RDD“转换”运算 161 9.3 多个RDD“转换”运算 167 9.4 基本“动作”运算 169 9.5 RDD Key-Value 基本“转换”运算 171 9.6 多个RDD Key-Value“转换”运算 175 9.7 Key-Value“动作”运算 178 9.8 Broadcast广播变量 181 9.9 accumulator累加器 184 9.10 RDD Persistence持久化 186 9.11 使用Spark创建WordCount 188 9.12 Spark WordCount详细解说 191 第10章 Spark的集成开发环境 195 10.1 下载与安装eclipse Scala IDE 197 10.2 下载项目所需要的Library 201 10.3 启动eclipse 205 10.4 创建新的Spark项目 206 10.5 设置项目链接库 210 10.6 新建scala程序 211 10.7 创建WordCount测试文本文件 213 10.8 创建WordCount.scala 213 10.9 编译WordCount.scala程序 215 10.10 运行WordCount.scala程序 217 10.11 导出jar文件 220 10.12 spark-submit的详细介绍 223 10.13 在本地local模式运行WordCount程序 224 10.14 在Hadoop yarn-client运行WordCount程序 226 10.15 在Spark Standalone Cluster上运行WordCount程序 230 10.16 本书范例程序的安装说明 231 第11章 创建推荐引擎 236 11.1 推荐算法介绍 237 11.2 “推荐引擎”大数据分析使用场景 237 11.3 ALS推荐算法的介绍 238 11.4 ml-100k推荐数据的下载与介绍 240 11.5 使用spark-shell导入ml-100k数据 242 11.6 查看导入的数据 244 11.7 使用ALS.train进行训练 247 11.8 使用模型进行推荐 250 11.9 显示推荐的电影名称 252 11.10 创建Recommend项目 255 11.11 Recommend.scala程序代码 257 11.12 创建PrepareData()数据准备 259 11.13 recommend()推荐程序代码 261 11.14 运行Recommend.scala 263 11.15 创建AlsEvaluation.scala调校推荐引擎参数 266 11.16 创建PrepareData()数据准备 269 11.17 进行训练评估 270 11.18 运行AlsEvaluation 279 11.19 修改Recommend.scala为*佳参数组合 281 第12章 StumbleUpon数据集 282 12.1 StumbleUpon数据集简介 283 12.2 下载StumbleUpon数据 285 12.3 用LibreOffice Calc 电子表格查看train.tsv 288 12.4 二元分类算法 291 第13章 决策树二元分类 292 13.1 决策树的介绍 293 13.2 创建Classification项目 294 13.3 开始输入RunDecisionTreeBinary.scala程序 296 13.4 数据准备阶段 298 13.5 训练评估阶段 303 13.6 预测阶段 308 13.7 运行RunDecisionTreeBinary.scala 311 13.6 修改RunDecisionTreeBinary调校训练参数 313 13.7 运行RunDecisionTreeBinary进行参数调校 320 13.8 运行RunDecisionTreeBinary不进行参数调校 323 第14章 逻辑回归二元分类 326 14.1 逻辑回归分析介绍 327 14.2 RunLogisticRegression WithSGDBinary.scala程序说明 328 14.3 运行RunLogisticRegression WithSGDBinary.scala进行参数调校 331 14.4 运行RunLogisticRegression WithSGDBinary.scala不进行参数调校 335 第15章 支持向量机SVM二元分类 337 15.1 支持向量机SVM算法的基本概念 338 15.2 RunSVMWithSGDBinary.scala 程序说明 338 15.3 运行SVMWithSGD.scala进行参数调校 341 15.4 运行SVMWithSGD.scala不进行参数调校 344 第16章 朴素贝叶斯二元分类 346 16.1 朴素贝叶斯分析原理的介绍 347 16.2 RunNaiveBayesBinary.scala程序说明 348 16.3 运行NaiveBayes.scala进行参数调校 351 16.4 运行NaiveBayes.scala不进行参数调校 353 第17章 决策树多元分类 355 17.1 “森林覆盖植被”大数据问题分析场景 356 17.2 UCI Covertype数据集介绍 357 17.3 下载与查看数据 359 17.4 创建RunDecisionTreeMulti.scala 361 17.5 修改RunDecisionTreeMulti.scala程序 362 17.6 运行RunDecisionTreeMulti.scala进行参数调校 367 17.7 运行RunDecisionTreeMulti.scala不进行参数调校 371 第18章 决策树回归分析 373 18.1 Bike Sharing大数据问题分析 374 18.2 Bike Sharing数据集 375 18.3 下载与查看数据 375 18.4 创建RunDecisionTreeRegression.scala 378 18.5 修改RunDecisionTreeRegression.scala 380 18.6 运行RunDecisionTreeRegression. scala进行参数调校 389 18.7 运行RunDecisionTreeRegression. scala不进行参数调校 392 第19章 使用Apache Zeppelin 数据可视化 394 19.1 Apache Zeppelin简介 395 19.2 安装Apache Zeppelin 395 19.3 启动Apache Zeppelin 399 19.4 创建新的Notebook 402 19.5 使用Zeppelin运行Shell 命令 403 19.6 创建临时表UserTable 406 19.7 使用Zeppelin运行年龄统计Spark SQL 407 19.8 使用Zeppelin运行性别统计Spark SQL 409 19.9 按照职业统计 410 19.10 Spark SQL加入文本框输入参数 412 19.11 加入选项参数 414 19.12 同时显示多个统计字段 416 19.13 设置工具栏 419 19.14 设置段落标题 420 19.15 设置Paragraph段落的宽度 422 19.16 设置显示模式 423信息
1.1 大数据定义 2
1.2 Hadoop简介 2
1.3 Hadoop HDFS分布式文件系统 3
1.4 Hadoop MapReduce的介绍 5
1.5 Spark的介绍 6
1.6 机器学习的介绍 8
第2章 VirtualBox虚拟机软件的安装 11
2.1 VirtualBox的下载和安装 12
2.2 设置VirtualBox语言版本 16
2.3 设置VirtualBox存储文件夹 17
2.4 在VirtualBox创建虚拟机 18
第3章 Ubuntu Linux操作系统的安装 23
3.1 下载安装Ubuntu的光盘文件 24第1章 大数据与机器学习 1 1.1 大数据定义 2 1.2 Hadoop简介 2 1.3 Hadoop HDFS分布式文件系统 3 1.4 Hadoop MapReduce的介绍 5 1.5 Spark的介绍 6 1.6 机器学习的介绍 8 第2章 VirtualBox虚拟机软件的安装 11 2.1 VirtualBox的下载和安装 12 2.2 设置VirtualBox语言版本 16 2.3 设置VirtualBox存储文件夹 17 2.4 在VirtualBox创建虚拟机 18 第3章 Ubuntu Linux操作系统的安装 23 3.1 下载安装Ubuntu的光盘文件 24 3.2 在Virtual设置Ubuntu虚拟光盘文件 26 3.3 开始安装Ubuntu 28 3.4 启动Ubuntu 33 3.5 安装增强功能 34 3.6 设置默认输入法 38 3.7 设置“终端”程序 40 3.8 设置“终端”程序为白底黑字 42 3.9 设置共享剪贴板 43 第4章 Hadoop Single Node Cluster的安装 46 4.1 安装JDK 47 4.2 设置SSH无密码登录 50 4.3 下载安装Hadoop 53 4.4 设置Hadoop环境变量 56 4.5 修改Hadoop配置设置文件 58 4.6 创建并格式化HDFS目录 62 4.7 启动Hadoop 63 4.8 打开Hadoop ResourceManager Web界面 66 4.9 NameNode HDFS Web界面 67 第5章 Hadoop Multi Node Cluster的安装 69 5.1 把Single Node Cluster复制到data1 71 5.2 设置VirtualBox网卡 73 5.3 设置data1服务器 76 5.4 复制data1服务器到data2、data3、master 84 5.5 设置data2、data3服务器 87 5.6 设置master服务器 91 5.7 master连接到data1、data2、data3创建HDFS目录 94 5.8 创建并格式化NameNode HDFS目录 98 5.9 启动Hadoop Multi Node Cluster 99 5.10 打开Hadoop ResourceManager Web界面 102 5.11 打开NameNode Web界面 103 第6章 Hadoop HDFS命令 104 6.1 启动Hadoop Multi-Node Cluster 105 6.2 创建与查看HDFS目录 107 6.3 从本地计算机复制文件到HDFS 109 6.4 将HDFS上的文件复制到本地计算机 114 6.5 复制与删除HDFS文件 116 6.6 在Hadoop HDFS Web用户界面浏览HDFS 118 第7章 Hadoop MapReduce 122 7.1 介绍wordCount.Java 123 7.2 编辑wordCount.Java 124 7.3 编译wordCount.Java 127 7.4 创建测试文本文件 129 7.5 运行wordCount.Java 130 7.6 查看运行结果 131 7.7 Hadoop MapReduce的缺点 132 第8章 Spark的安装与介绍 133 8.1 Spark的Cluster模式架构图 134 8.2 Scala的介绍与安装 135 8.3 安装Spark 138 8.4 启动spark-shell交互界面 141 8.5 设置spark-shell显示信息 142 8.6 启动Hadoop 144 8.7 本地运行spark-shell程序 145 8.8 在Hadoop YARN运行spark-shell 147 8.9 构建Spark Standalone Cluster执行环境 149 8.10 在Spark Standalone运行spark-shell 155 第9章 Spark RDD 159 9.1 RDD的特性 160 9.2 基本RDD“转换”运算 161 9.3 多个RDD“转换”运算 167 9.4 基本“动作”运算 169 9.5 RDD Key-Value 基本“转换”运算 171 9.6 多个RDD Key-Value“转换”运算 175 9.7 Key-Value“动作”运算 178 9.8 Broadcast广播变量 181 9.9 accumulator累加器 184 9.10 RDD Persistence持久化 186 9.11 使用Spark创建WordCount 188 9.12 Spark WordCount详细解说 191 第10章 Spark的集成开发环境 195 10.1 下载与安装eclipse Scala IDE 197 10.2 下载项目所需要的Library 201 10.3 启动eclipse 205 10.4 创建新的Spark项目 206 10.5 设置项目链接库 210 10.6 新建scala程序 211 10.7 创建WordCount测试文本文件 213 10.8 创建WordCount.scala 213 10.9 编译WordCount.scala程序 215 10.10 运行WordCount.scala程序 217 10.11 导出jar文件 220 10.12 spark-submit的详细介绍 223 10.13 在本地local模式运行WordCount程序 224 10.14 在Hadoop yarn-client运行WordCount程序 226 10.15 在Spark Standalone Cluster上运行WordCount程序 230 10.16 本书范例程序的安装说明 231 第11章 创建推荐引擎 236 11.1 推荐算法介绍 237 11.2 “推荐引擎”大数据分析使用场景 237 11.3 ALS推荐算法的介绍 238 11.4 ml-100k推荐数据的下载与介绍 240 11.5 使用spark-shell导入ml-100k数据 242 11.6 查看导入的数据 244 11.7 使用ALS.train进行训练 247 11.8 使用模型进行推荐 250 11.9 显示推荐的电影名称 252 11.10 创建Recommend项目 255 11.11 Recommend.scala程序代码 257 11.12 创建PrepareData()数据准备 259 11.13 recommend()推荐程序代码 261 11.14 运行Recommend.scala 263 11.15 创建AlsEvaluation.scala调校推荐引擎参数 266 11.16 创建PrepareData()数据准备 269 11.17 进行训练评估 270 11.18 运行AlsEvaluation 279 11.19 修改Recommend.scala为*佳参数组合 281 第12章 StumbleUpon数据集 282 12.1 StumbleUpon数据集简介 283 12.2 下载StumbleUpon数据 285 12.3 用LibreOffice Calc 电子表格查看train.tsv 288 12.4 二元分类算法 291 第13章 决策树二元分类 292 13.1 决策树的介绍 293 13.2 创建Classification项目 294 13.3 开始输入RunDecisionTreeBinary.scala程序 296 13.4 数据准备阶段 298 13.5 训练评估阶段 303 13.6 预测阶段 308 13.7 运行RunDecisionTreeBinary.scala 311 13.6 修改RunDecisionTreeBinary调校训练参数 313 13.7 运行RunDecisionTreeBinary进行参数调校 320 13.8 运行RunDecisionTreeBinary不进行参数调校 323 第14章 逻辑回归二元分类 326 14.1 逻辑回归分析介绍 327 14.2 RunLogisticRegression WithSGDBinary.scala程序说明 328 14.3 运行RunLogisticRegression WithSGDBinary.scala进行参数调校 331 14.4 运行RunLogisticRegression WithSGDBinary.scala不进行参数调校 335 第15章 支持向量机SVM二元分类 337 15.1 支持向量机SVM算法的基本概念 338 15.2 RunSVMWithSGDBinary.scala 程序说明 338 15.3 运行SVMWithSGD.scala进行参数调校 341 15.4 运行SVMWithSGD.scala不进行参数调校 344 第16章 朴素贝叶斯二元分类 346 16.1 朴素贝叶斯分析原理的介绍 347 16.2 RunNaiveBayesBinary.scala程序说明 348 16.3 运行NaiveBayes.scala进行参数调校 351 16.4 运行NaiveBayes.scala不进行参数调校 353 第17章 决策树多元分类 355 17.1 “森林覆盖植被”大数据问题分析场景 356 17.2 UCI Covertype数据集介绍 357 17.3 下载与查看数据 359 17.4 创建RunDecisionTreeMulti.scala 361 17.5 修改RunDecisionTreeMulti.scala程序 362 17.6 运行RunDecisionTreeMulti.scala进行参数调校 367 17.7 运行RunDecisionTreeMulti.scala不进行参数调校 371 第18章 决策树回归分析 373 18.1 Bike Sharing大数据问题分析 374 18.2 Bike Sharing数据集 375 18.3 下载与查看数据 375 18.4 创建RunDecisionTreeRegression.scala 378 18.5 修改RunDecisionTreeRegression.scala 380 18.6 运行RunDecisionTreeRegression. scala进行参数调校 389 18.7 运行RunDecisionTreeRegression. scala不进行参数调校 392 第19章 使用Apache Zeppelin 数据可视化 394 19.1 Apache Zeppelin简介 395 19.2 安装Apache Zeppelin 395 19.3 启动Apache Zeppelin 399 19.4 创建新的Notebook 402 19.5 使用Zeppelin运行Shell 命令 403 19.6 创建临时表UserTable 406 19.7 使用Zeppelin运行年龄统计Spark SQL 407 19.8 使用Zeppelin运行性别统计Spark SQL 409 19.9 按照职业统计 410 19.10 Spark SQL加入文本框输入参数 412 19.11 加入选项参数 414 19.12 同时显示多个统计字段 416 19.13 设置工具栏 419 19.14 设置段落标题 420 19.15 设置Paragraph段落的宽度 422 19.16 设置显示模式 423信息
展开全部
Hadoop+Spark大数据巨量分析与机器学习整合开发实战 作者简介
林大贵，作者从事IT产业多年，包括系统设计、网站开发等诸多领域，具备丰富实战开发经验，多版多部具有影响力的作品。
书友推荐
- >
山海经
山海经
¥20.4¥68.0 - >
推拿
推拿
¥12.2¥32.0 - >
回忆爱玛侬
回忆爱玛侬
¥10.5¥32.8 - >
名家带你读鲁迅:故事新编
名家带你读鲁迅:故事新编
¥13.0¥26.0 - >
李白与唐代文化
李白与唐代文化
¥9.9¥29.8 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥15.9¥49.8 - >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0 - >
有舍有得是人生
有舍有得是人生
¥31.5¥45.0
本类畅销
-
算法与数据结构:C语言版
¥22.3¥29 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6 -
2023读书月阅读盲盒——我什么场面没见过？
¥42.3¥158
