Python+Spark 2.0+Hadoop机器学习与大数据实战+生态系统操作与实战指南大数据平台

9787302490739 9787302479673   9787302517535    9787302534020

Python+Spark 2.0+Hadoop机器学习与大数据实战

内容介绍

本书从浅显易懂的“大数据和机器学习”原理说明入手，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）和数据可视化应用等。书中不仅加入了新近的大数据技术，还丰富了“机器学习”内

容。

为降低读者学**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，展示了如何在单机

Windows系统上通过Virtual Box虚拟机安装多机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，同样可以实现将自己的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。

本书非常适合于学**数据基础知识的初学者阅读，更适合正在学**数据理论和技术的人员作为上机实践用

的教材。

目录

第1章  Python Spark机器学习与Hadoop大数据 1

1.1  机器学习的介绍 2

1.2  Spark的介绍 5

1.3  Spark数据处理 RDD、DataFrame、Spark SQL 7

1.4  使用Python开发 Spark机器学习与大数据应用 8

1.5  Python Spark 机器学习 9

1.6  Spark ML Pipeline机器学习流程介绍 10

1.7  Spark 2.0的介绍 12

1.8  大数据定义 13

1.9  Hadoop 简介 14

1.10  Hadoop HDFS分布式文件系统 14

1.11  Hadoop MapReduce的介绍 17

1.12  结论 18

第2章  VirtualBox虚拟机软件的安装 19

2.1  VirtualBox的下载和安