0.0 0人评分
字数:11.1万
点击:4.6万
分类: 程序编程
标签:

用户还喜欢

  • PostgreSQL服务器编程

    PostgreSQL服务器编程

    【美】Hannu Krosing;【美】Jim Mlodgenski;【美】Kirk Roybal

    《PostgreSQL服务器编程》将向你展示出PostgreSQL远远不止是一个数据库服务器。实际上,它是一个应用程序开发框架,这种框架的优势在于其具备事务支持,大量数据存储、日志系统、恢复等功能,以及许多PostgreSQL引擎提供的优秀特性。《PostgreSQL服务器编程》将带你学习PostgreSQL函数的基础部分。在学习过程中,你将会使用各种程序语言(不限于自带的PL/pg5QL语言)进行函数的编写。

  • Spark核心技术与高级应用

    Spark核心技术与高级应用

    于俊等

    从技术层面上,Spark作为一个快速、通用的大规模数据处理引擎,凭借其可伸缩、基于内存计算等特点,以及可以直接读写HDFS上数据的优势,实现了批处理时更加高效、延迟更低,已然成为轻量级大数据快速处理的统一平台。Spark集成Spark SQL、Spark Streaming、MLlib、GraphX、SparkR等子框架,并且提供了全新的大数据处理方式,让从业者的工作变得越来越便捷。本书从基础讲起,针对性地给出了实战场景;并围绕DataFrame,兼顾在Spark SQL和Spark ML的应用。

  • Spark技术内幕:深入解析Spark内核架构设计与实现原理

    Spark技术内幕:深入解析Spark内核架构设计与实现原理

    张安站

    Spark是不断壮大的大数据分析解决方案家族中备受关注的新成员。它不仅为分布式数据集的处理提供了一个有效框架,而且以高效的方式处理分布式数据集。它支持实时处理、流处理和批处理,提供了统一的解决方案,因此极具竞争力。本书以源码为基础,深入分析Spark内核的设计理念和架构实现,系统讲解各个核心模块的实现,为性能调优、二次开发和系统运维提供理论支持,为更好地使用Spark Streaming、MLlib、Spark SQL和GraphX等奠定基础。

  • 数据科学:理论、方法与R语言实践

    数据科学:理论、方法与R语言实践

    【美】尼娜·朱梅尔;【美】约翰·芒特

    本书从实用的角度较为全面地展现了数据科学的主要内容,并结合大量的实际项目案例,利用R语言详细地讲解了数据项目的开发过程和关键技术。本书包括三个部分共11章的内容,主要介绍了数据科学项目的处理过程、选择合适的建模方法,也讨论了bagging算法、随机森林、广义加性模型、核和支持向量机等高级建模方法。此外,还讨论了文档编制和结果部署,以及如何向组织内不同的受众展现项目结果。本书适合作为高等院校高年级本科生和研究生及从事数据管理与分析工程技术人员的主要参考书。

  • Three.js开发指南

    Three.js开发指南

    【美】Jos Dirksen

    首部全面讲解Three.js开发的实用指南,循序渐进讲解Three.js的各种功能。通过大量交互式示例,深入探索使用开源的Three.js库创建绚丽三维图形的实用方法和技巧

Apache Spark机器学习

Apache Spark机器学习【美】刘永川  著

《Apache Spark机器学习》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Spark notebook,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。 [展开] [收起]

作者简介

【美】刘永川编著《Apache Spark机器学习》等。

评论

为该书打分

    Hi,,