Spark高級(jí)數(shù)據(jù)分析(第2版)是使用Spark進(jìn)行大規(guī)模數(shù)據(jù)分析的實(shí)戰(zhàn)寶典，由知名數(shù)據(jù)科學(xué)家撰寫。本書在第1版的基礎(chǔ)上，針對Spark近年來的發(fā)展，對樣例代碼和所使用的資料進(jìn)行了大量更新。新版Spark使用了全新的核心API，MLlib和Spark SQL兩個(gè)子項(xiàng)目也發(fā)生了較大變化，本書為關(guān)注Spark發(fā)展趨勢的讀者提供了與時(shí)俱進(jìn)的資料，例如Dataset和DataFrame的使用，以及與DataFrame API高度集成的Spark ML API。

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 8
第3章 音樂推薦和Audioscrobbler數(shù)據(jù)集 37
第4章 用決策樹算法預(yù)測森林植被 58
第5章 基于K均值聚類的網(wǎng)絡(luò)流量異常檢測 84
第6章 基于潛在語義分析算法分析維基百科 104
第7章 用GraphX分析伴生網(wǎng)絡(luò) 124
第8章 紐約出租車軌跡的空間和時(shí)間數(shù)據(jù)分析 151
第9章 基于蒙特卡羅模擬的金融風(fēng)險(xiǎn)評(píng)估 170
第10章 基因數(shù)據(jù)分析和BDG項(xiàng)目 190
第11章 基于PySpark和Thunder的神經(jīng)圖像數(shù)據(jù)分析 211