從大數據到人工智慧: 理論及Spark實作 | 誠品線上

從大數據到人工智慧: 理論及Spark實作

內容簡介

內容簡介 本書圍繞網際網路重大的技術革命：雲端運算、大數據進行說明。本書重點在大數據與雲端運算的融合，列出大數據與雲端運算的一些基本概念的同時，以Spark 為開發工具，全面說明雲環境下的大數據技術部署與典型案例演算法實現，最後介紹經典Spark 大數據與雲端運算融合的架構與演算法。 適用：雲端運算環境下Spark大數據技術人員、Spark MLlib機器學習技術人員。

作者介紹

作者介紹 ■作者簡介鄧立國、佟強

產品目錄

產品目錄 01 大數據處理概述 1.1 大數據處理技術概述1.2 資料採擷及其相關領域應用1.3 大數據應用1.4 平行計算簡介1.5 Hadoop 介紹1.6 本章小結02 雲端運算時代 2.1 雲端運算概述2.2 雲端運算發展動力源泉2.3 雲端運算技術分析2.4 平行計算與雲端運算關係2.5 雲端運算發展優勢2.6 實雲端現遷移2.7 本章小結03 大數據與雲端運算關係 3.1 雲端運算與大數據關係3.2 大數據與雲端運算的融合是認識世界的新工具3.3 大數據隱私保護是大數據雲端快速發展和運用的重要前提3.4 大數據成就雲端運算價值3.5 資料向雲端運算移轉3.6 大數據清洗3.7 雲端運算時代的資料整合技術3.8 雲端推薦3.9 本章小結04 Spark 大數據處理基礎 4.1 Spark 大數據處理技術4.2 Spark 2.0.0 安裝設定4.3 Spark 設定4.4 Spark 模式部署概述4.5 Spark Streaming 即時計算架構4.6 Spark SQL 查詢、DataFrames 分散式資料集和Datasets API4.7 Spark 起始點4.8 Spark 資料來源4.9 Spark 效能最佳化4.10 分散式SQL 引擎4.11 本章小結05 Spark MLlib 機器學習演算法實現 5.1 Spark MLlib 基礎5.2 Spark MLlib 矩陣向量5.3 Spark MLlib 線性回歸演算法5.4 Spark MLlib 邏輯回歸演算法5.5 Spark MLlib 單純貝氏分類演算法5.6 Spark MLlib 決策樹演算法5.7 Spark MLlib KMeans 分群演算法5.8 Spark MLlib FPGrowth 連結規則演算法5.9 Spark MLlib 協作過濾推薦演算法5.10 Spark MLlib 神經網路演算法5.11 本章小結06 Spark 大數據架構系統部署 6.1 大數據架構介紹6.2 典型的商務使用場景6.3 Spark 三種分散式部署模式6.4 建立大數據架構6.5 Spark 單一機器叢集部署6.6 本章小結07 Spark 大數據處理案例分析7.1 Spark on Amazon EMR7.2 Spark 在AWSKrux 的應用7.3 Spark 在商業網站中的應用7.4 Spark 在Yahoo! 的應用7.5 Spark 在Amazon EC2 上執行7.6 淘寶應用Spark on YARN 架構7.7 騰訊雲大數據解決方案7.8 雅虎開放原始碼TensorFlowOnSpark7.9 阿里雲E-MapReduce7.10 SequoiaDB+Spark 打造一體化大數據平台7.11 本章小結08 大數據發展展望 8.1 大數據未來發展趨勢8.2 大數據給人類帶來的認知衝擊8.3 未來大數據研究突破的技術問題8.4 本章小結A Spark MLlib 神經網路演算法B 參考文獻

商品規格