Scala機器學(xué)習簡(jiǎn)介，目錄書(shū)摘
Copyright ?2016 Packt Publishing. First published in the English language under the title “Mastering Scala Machine Learning”.All rights reserved.Chinese simplified language edition published by China Machine Press.Copyright ?2017 by China Machine Press.本書(shū)中文簡(jiǎn)體字版由Packt Publishing授權機械工業(yè)出版社出版。未經(jīng)出版者書(shū)面許可，不得以任何方式復制或抄襲本書(shū)內容。
目錄Contents
譯者序
前言
第1章探索數據分析1
1.1Scala入門(mén)2
1.2去除分類(lèi)字段的重復值2
1.3數值字段概述4
1.4基本抽樣、分層抽樣和一致抽樣5
1.5使用Scala和Spark的Notebook工作8
1.6相關(guān)性的基礎12
1.7總結14
第2章數據管道和建模15
2.1影響圖16
2.2序貫試驗和風(fēng)險處理17
2.3探索與利用問(wèn)題21
2.4不知之不知23
2.5數據驅動(dòng)系統的基本組件23
2.5.1數據收集24
2.5.2數據轉換層25
2.5.3數據分析與機器學(xué)習26
2.5.4UI組件26
2.5.5動(dòng)作引擎28
2.5.6關(guān)聯(lián)引擎28
2.5.7監控28
2.6優(yōu)化和交互28
2.7總結29
第3章使用Spark和MLlib30
3.1安裝Spark31
3.2理解Spark的架構32
3.2.1任務(wù)調度32
3.2.2Spark的組件35
3.2.3MQTT、ZeroMQ、Flume和Kafka36
3.2.4HDFS、Cassandra、S3和Tachyon37
3.2.5Mesos、YARN和Standalone38
3.3應用38
3.3.1單詞計數38
3.3.2基于流的單詞計數41
3.3.3SparkSQL和數據框45
3.4機器學(xué)習庫46
3.4.1SparkR47
3.4.2圖算法：Graphx和GraphFrames48
3.5Spark的性能調整48
3.6運行Hadoop的HDFS49
3.7總結54
第4章監督學(xué)習和無(wú)監督學(xué)習55
4.1記錄和監督學(xué)習55
4.1.1Iirs數據集56
4.1.2類(lèi)標簽點(diǎn)57
4.1.3SVMWithSGD58
4.1.4logistic回歸60
4.1.5決策樹(shù)62
4.1.6bagging和boosting：集成學(xué)習方法66
4.2無(wú)監督學(xué)習66
4.3數據維度71
4.4總結73
第5章回歸和分類(lèi)74
5.1回歸是什么74
5.2連續空間和度量75
5.3線(xiàn)性回歸77
5.4logistic回歸81
5.5正則化83
5.6多元回歸84
5.7異方差84
5.8回歸樹(shù)85
5.9分類(lèi)的度量87
5.10多分類(lèi)問(wèn)題87
5.11感知機87
5.12泛化誤差和過(guò)擬合90
5.13總結90
第6章使用非結構化數據91
6.1嵌套數據92
6.2其他序列化格式100
6.3Hive和Impala102
6.4會(huì )話(huà)化104
6.5使用特質(zhì)109
6.6使用模式匹配110
6.7非結構化數據的其他用途113
6.8概率結構113
6.9投影113
6.10總結113
第7章使用圖算法115
7.1圖簡(jiǎn)介115
7.2SBT116
7.3Scala的圖項目119
7.3.1增加節點(diǎn)和邊121
7.3.2圖約束123
7.3.3JSON124
7.4GraphX126
7.4.1誰(shuí)收到電子郵件130
7.4.2連通分量131
7.4.3三角形計數132
7.4.4強連通分量132
7.4.5PageRank133
7.4.6SVD++134
7.5總結138
第8章Scala與R和Python的集成139
8.1R的集成140
8.1.1R和SparkR的相關(guān)配置140
8.1.2數據框144
8.1.3線(xiàn)性模型150
8.1.4廣義線(xiàn)性模型152
8.1.5在SparkR中讀取JSON文件156
8.1.6在SparkR中寫(xiě)入Parquet文件157
8.1.7從R調用Scala158
8.2Python的集成161
8.2.1安裝Python161
8.2.2PySpark162
8.2.3從Java/Scala調用Python163
8.3總結167
第9章Scala中的NLP169
9.1文本分析流程170
9.2Spark的MLlib庫177
9.2.1TFIDF177
9.2.2LDA178
9.3分詞、標注和分塊185
9.4POS標記186
9.5使用word2vec尋找詞關(guān)系189
9.6總結192
第10章高級模型監控193
10.1系統監控194
10.2進(jìn)程監控195
10.3模型監控201
10.3.1隨時(shí)間變化的性能202
10.3.2模型停用標準202
10.3.3A/B測試202
10.4總結202
京公網(wǎng)安備 11000002000088號
