Apache Spark机器学习
全新正版 极速发货
￥ 30.66 5.2折 ￥ 59 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)刘永川(Alex Liu) 著;闫龙川,高德荃,李君婷 译
出版社机械工业出版社
ISBN9787111562559
出版时间2017-03
装帧平装
开本16开
定价59元
货号1201481509
上书时间2024-06-18
商品详情
- 品相描述：全新
- 商品描述
-
目录
译者序
前言
第1章Spark机器学习简介
1.1Spark概述和技术优势
1.1.1Spark概述
1.1.2Spark优势
1.2在机器学习中应用Spark计算
1.3机器学习算法
1.4MLlib
1.5SparkRDD和DataFrame
1.5.1SparkRDD
1.5.2SparkDataFrame
1.5.3R语言DataFrameAPI
1.5.4机器学习框架、RM4E和Spark计算
1.5.5机器学习框架
1.5.6RM4E
1.5.7Spark计算框架
1.6机器学习工作流和Sparkpipeline
1.7机器学习工作流示例
1.8Sparknotebook简介
1.8.1面向机器学习的notebook方法
1.8.2Sparknotebook
1.9小结
第2章Spark机器学习的数据准备
2.1访问和加载数据集
2.1.1访问公开可用的数据集
2.1.2加载数据集到Spark
2.1.3数据集探索和可视化
2.2数据清洗
2.2.1处理数据不完备性
2.2.2在Spark中进行数据清洗
2.2.3更简便的数据清洗
2.3一致性匹配
2.3.1一致性问题
2.3.2基于Spark的一致性匹配
2.3.3实体解析
2.3.4更好的一致性匹配
2.4数据集重组
2.4.1数据集重组任务
2.4.2使用SparkSQL进行数据集重组
2.4.3在Spark上使用R语言进行数据集重组
2.5数据集连接
2.5.1数据连接及其工具——SparkSQL
2.5.2Spark中的数据集连接
2.5.3使用R语言数据表程序包进行数据连接
2.6特征提取
2.6.1特征开发的挑战
2.6.2基于SparkMLlib的特征开发
2.6.3基于R语言的特征开发
2.7复用性和自动化
2.7.1数据集预处理工作流
2.7.2基于Sparkpipeline的数据集预处理
2.7.3数据集预处理自动化
2.8小结
第3章基于Spark的整体视图
3.1Spark整体视图
3.1.1例子
3.1.2简洁快速的计算
3.2整体视图的方法
3.2.1回归模型
3.2.2SEM方法
3.2.3决策树
3.3特征准备
3.3.1PCA
3.3.2使用专业知识进行分类分组
3.3.3特征选择
3.4模型估计
3.4.1MLlib实现
3.4.2Rnotebook实现
3.5模型评估
3.5.1快速评价
3.5.2RMSE
3.5.3ROC曲线
3.6结果解释
3.7部署
3.7.1仪表盘
3.7.2规则
3.8小结
第4章基于Spark的欺诈检测
4.1Spark欺诈检测
4.1.1例子
4.1.2分布式计算
4.2欺诈检测方法
4.2.1随机森林
4.2.2决策树
4.3特征提取
4.3.1从日志文件提取特征
4.3.2数据合并
4.4模型估计
4.4.1MLlib实现
4.4.2Rnotebook实现
4.5模型评价
4.5.1快速评价
4.5.2混淆矩阵和误报率
4.6结果解释
4.7部署欺诈检测
4.7.1规则
4.7.2评分
4.8小结
第5章基于Spark的风险评分
5.1Spark用于风险评分
5.1.1例子
5.1.2ApacheSparknotebook
5.2风险评分方法
5.2.1逻辑回归
5.2.2随机森林和决策树
5.3数据和特征准备
5.4模型估计
5.4.1在DataScientistWorkbench上应用Rnotebook
5.4.2实现Rnotebook
5.5模型评价
5.5.1混淆矩阵
5.5.2ROC分析
5.5.3Kolmogorov-Smirnov检验
5.6结果解释
5.7部署
5.8小结
第6章基于Spark的流失预测
6.1Spark流失预测
6.1.1例子
6.1.2Spark计算
6.2流失预测的方法
6.2.1回归模型
6.2.2决策树和随机森林
6.3特征准备
6.3.1特征提取
6.3.2特征选择
6.4模型估计
6.5模型评估
6.6结果解释
6.7部署
6.7.1评分
6.7.2干预措施推荐
6.8小结
第7章基于Spark的产品推荐
7.1基于ApacheSpark的产品推荐引擎
7.1.1例子
7.1.2基于Spark平台的SPSS
7.2产品推荐方法
7.2.1协同过滤
7.2.2编程准备
7.3基于SPSS的数据治理
7.4模型估计
7.5模型评价
7.6产品推荐部署
7.7小结
第8章基于Spark的学习分析
8.1Spark流失预测
8.1.1例子
8.1.2Spark计算
8.2流失预测方法
8.2.1回归模型
8.2.2决策树
8.3特征准备
8.3.1特征开发
8.3.2特征选择
8.4模型估计
8.5模型评价
8.5.1快速评价
8.5.2混淆矩阵和错误率
8.6结果解释
8.6.1计算干预影响
8.6.2计算主因子影响
8.7部署
8.7.1规则
8.7.2评分
8.8小结
第9章基于Spark的城市分析
9.1Spark服务预测
9.1.1例子
9.1.2Spark计算
9.1.3服务预测方法
9.1.4回归模型
9.1.5时间序列建模
9.2数据和特征准备
9.2.1数据合并
9.2.2特征选择
9.3模型估计
9.3.1用Zeppelinnotebook实现Spark
9.3.2用Rnotebook实现Spark
9.4模型评估
9.4.1使用MLlib计算RMSE
9.4.2使用R语言计算RMSE
9.5结果解释
9.5.1最大影响因素
9.5.2趋势可视化
9.6小结
第10章基于Spark的电信数据学习
10.1在Spark平台上使用电信数据
10.1.1例子
10.1.2Spark计算
10.2电信数据机器学习方法
10.2.1描述性统计和可视化
10.2.2线性和逻辑回归模型
10.2.3决策树和随机森林
10.3数据和特征开发
10.3.1数据重组
10.3.2特征开发和选择
10.4模型估计
10.5模型评估
10.5.1使用MLlib计算RMSE
10.5.2使用R语言计算RMSE
10.5.3使用MLlib和R语言计算混淆矩阵与错误率
10.6结果解释
10.6.1描述性统计和可视化
10.6.2最大影响因素
10.6.3特别的洞见
10.6.4趋势可视化
10.7模型部署
10.7.1告警发送规则
10.7.2为流失和呼叫中心呼叫情况进行用户评分
10.7.3为购买倾向分析进行用户评分
10.8小结
第11章基于Spark的开放数据建模
11.1Spark用于开放数据学习
11.1.1例子
11.1.2Spark计算
11.1.3评分和排名方法
11.1.4聚类分析
11.1.5主成分分析
11.1.6回归模型
11.1.7分数合成
11.2数据和特征准备
11.2.1数据清洗
11.2.2数据合并
11.2.3特征开发
11.2.4特征选择
11.3模型估计
11.3.1基于Spark的SPSS分析：SPSSAnalyticsServer
11.3.2模型评价
11.3.3用MLlib计算RMSE
11.3.4用R语言计算RMSE
11.4结果解释
11.4.1排名比较
11.4.2最大影响因素
11.5部署
11.5.1发送告警规则
11.5.2学区排名评分
11.6小结
内容摘要
本书包装了一系列项目“蓝图”，展示了Spark可以帮你解决的一些有趣挑战，读者在将理论知识实践于一些实际项目之前，会了解到如何使用Sparknotebook，以及如何访问、清洗和连接不同的数据集，你将在其中了解Spark机器学习如何帮助你完成从欺诈检测到分析客户流失等各种工作。你还将了解如何使用Spark的并行计算能力构建推荐引擎。
精彩内容
Preface?前 言作为数据科学家和机器学习专业人员，我们的工作是建立模型进行欺诈检测、预测客户流失，或者在广泛的领域将数据转换为洞见。为此，我们有时需要处理大量的数据和复杂的计算。因此，我们一直对新的计算工具满怀期待，例如Spark，我们花费了很多时间来学习新工具。有很多可用的资料来学习这些新的工具，但这些资料大多都由计算机科学家编写，更多的是从计算角度来描述。 作为Spark用户，数据科学家和机器学习专业人员更关心新的系统如何帮助我们建立准确度更高的预测模型，如何使数据处理和编程更加简单。这是本书的写作目的，也是由数据科学家来执笔本书的主要原因。 与此同时，数据科学家和机器学习专业人员已经开发了工作框架、处理过程，使用了一些较好的建模工具，例如R语言和SPSS。我们了解到一些新的工具，例如Spark的MLlib，可以用它们来取代一些旧的工具，但不能全部取代。因此，作为Spark的用户，将Spark与一些已有的工具共同使用对我们十分关键，这也成为本书主要的关注点之一，是本书不同于其他Spark书籍的一个关键因素。 整体而言，本书是一本由数据科学家写给数据科学家和机器学习专业人员的Spark参考书，目的是让我们更加容易地在Spark上使用机器学习。 主要内容第1章，从机器学习的角度介绍Apache Spark。我们将讨论Spark DataFrame和R语言、Spark pipeline、RM4E数据科学框架，以及Spark notebook和模型的实现。 第2章，主要介绍使用Apache Spark上的工具进行机器学习数据准备，例如Spark SQL。我们将讨论数据清洗、一致性匹配、数据合并以及特征开发。 第3章，通过实际例子清晰地解释RM4E机器学习框架和处理过程，同时展示使用Spark轻松获得整体商业视图的优势。 第4章，讨论如何通过机器学习简单快速地进行欺诈检测。同时，我们会一步一步地说明从大数据中获得欺诈洞见的过程。 第5章，介绍一个风险评估项目的机器学习方法和处理过程，在DataScientist-Workbench 环境下，使用Spark上的R notebook实现它们。该章我们主要关注notebook。 第6章，通过开发客户流失预测系统提高客户留存度，进一步说明我们在Spark上使用MLlib进行机器学习的详细步骤。 第7章，描述如何使用Spark上的SPSS开发推荐系统，用Spark处理大数据。 第8章，将应用范围拓展到教育机构，如大学和培训机构，这里我们给出机器学习提升教育分析的一个真实的例子，预测学生的流失。 第9章，以一个基于Spark的服务请求预测的实际例子，帮助读者更好地理解Spark在商业和公共服务领域服务城市的应用。 第10章，进一步拓展前面章节学习的内容，让读者将所学的动态机器学习和Spark上的海量电信数据结合起来。 第11章，通过Spark上的开放数据介绍动态机器学习，用户可以采取数据驱动的方法，并使用所有可用的技术来优化结果。该章是第9章和第10章的扩展，同时也是前面章节所有实际例子的一个良好回顾。 预备知识在本书中，我们假设读者有一些Scala或Python的编程基础，有一些建模工具（例如R语言或SPSS）的使用经验，并且了解一些机器学习和数据科学的基础知识。 读者对象本书主要面向需要处理大数据的分析师、数据科学家、研究人员和机器学习专业人员，但不要求相关人员熟悉Spark。 下载彩图我们以PDF文件的形式提供本书中屏幕截图和图标的彩色图片。这些彩色图片会有助于你更好地理解输出的变化。可以在以下网址下载该文件：http://www.packtpub.com/sites/default/files/downloads/ApacheSparkMachineLearningBlueprints_ColorImages.pdf。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价