Spark高級數(shù)據(jù)分析是使用Spark進(jìn)行大規(guī)模數(shù)據(jù)分析的實戰(zhàn)寶典，由大數(shù)據(jù)公司Cloudera的數(shù)據(jù)科學(xué)家撰寫。四位作者首先結(jié)合數(shù)據(jù)科學(xué)和大數(shù)據(jù)分析的廣闊背景講解了Spark，然后介紹了用Spark和Scala進(jìn)行數(shù)據(jù)處理的基礎(chǔ)知識，接著討論了如何將Spark用于機(jī)器學(xué)習(xí)，同時介紹了常見應(yīng)用中幾個常用的算法。此外還收集了一些更加新穎的應(yīng)用，比如通過文本隱含語義關(guān)系來查詢Wikipedia或分析基因數(shù)據(jù)。

Spark高級數(shù)據(jù)分析 目錄

第1 章　大數(shù)據(jù)分析 1
第2 章　用Scala 和Spark 進(jìn)行數(shù)據(jù)分析 7
第3 章　音樂推薦和Audioscrobbler 數(shù)據(jù)集 33
第4 章　 用決策樹算法預(yù)測森林植被 51
第5 章　基于K 均值聚類的網(wǎng)絡(luò)流量異常檢測 71
第6 章　基于潛在語義分析算法分析維基百科 89
第7 章　用GraphX 分析伴生網(wǎng)絡(luò) 109
第8 章　紐約出租車軌跡的空間和時間數(shù)據(jù)分析 135
第9 章　基于蒙特卡羅模擬的金融風(fēng)險評估 155
第10 章　基因數(shù)據(jù)分析和BDG 項目 175
第11 章　基于PySpark 和Thunder 的神經(jīng)圖像數(shù)據(jù)分析 195