设为首页 加入收藏

TOP

O'Reilly精品图书推荐:Spark高级数据分析
2019-01-06 13:27:18 】 浏览:34
Tags:O' Reilly 精品图书 推荐 Spark 高级 数据分析
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/zkh880loLh3h21AJTH/article/details/78100479

书名:Spark高级数据分析

作者Sandy Ryza,Uri Laserson,Sean Owen,Josh Wills

译者:龚少成 译

国内出版社:人民邮电出版社

出版时间:2015年11月

页数:226

书号:978-7-115-40474-9

原版书书名:Advanced Analytics with Spark

原版书出版商:O'Reilly Media



编辑推荐


这是一本实用手册,四位作者均是Cloudera公司的数据科学家,他们联袂展示了利用Spark进行大规模数据分析的若干模式,而且每个模式都自成一体。他们将Spark、统计学方法和真实数据集结合起来,通过实例向读者讲述了怎样解决分析型问题。

本书首先介绍了Spark及其生态系统,接着详细介绍了将分类、协同过滤及异常检查等常用技术应用于基因学、安全和金融领域的若干模式。如果你对机器学习和统计学有基本的了解,并且会用Java、Python或Scala编程,这些模式将有助于你开发自己的数据应用。

本书介绍了以下模式:

  1. 音乐推荐和Audioscrobbler数据集

  2. 用决策树算法预测森林植被

  3. 基于K均值聚类进行网络流量的异常检测

  4. 基于潜在语义分析技术分析维基百科

  5. 用GraphX分析伴生网络

  6. 对纽约出租车轨迹进行空间和时间数据分析

  7. 通过蒙特卡罗模拟来评估金融风险

  8. 基因数据分析和BDG项目

  9. 用PySpark和Thunder分析神经图像数据



自从在加州大学伯克利分校创立Spark 项目起,我就时常心潮澎湃。不仅因为Spark 可以帮助人们快速构建并行系统,更因为Spark 帮助了越来越多的人使用大规模计算。因此看到这本介绍Spark 高级分析的书,我非常欣慰!该书由数据科学领域四位专家Sandy、Uri、Sean 和Josh 携手打造。四位作者研习Spark 已久,他们在本书中跟读者分享了关于Spark 的大量精彩内容,同时本书的案例部分同样出众!

对于这本书,我最钟爱的是它强调案例,而且这些案例都源于现实数据和实际应用。找到一个像样的、能在笔记本电脑上运行的大数据案例已经很难,更遑论十个了。但本书作者做到了!作者为大家准备好了一切,只等你在Spark 中运行它们。更难能可贵的是,作者不仅讨论了核心算法,更倾心于数据准备和模型调优,没有这些工作,实际项目中就无法得到好的结果。认真研读此书,你应该可以吸收这些案例中的概念并直接将其运用在自己的项目中!

大数据处理无疑是当今计算领域最激动人心的方向之一,发展非常迅猛,新思想层出不穷。愿本书能帮助你在这个崭新的领域中扬帆启航!

——Matei Zaharia

Databricks 公司CTO 兼Apache Spark 项目副总裁


作者简介


Sandy Ryza

是Cloudera公司资深数据科学家,Apache Spark项目的活跃代码贡献者。最近领导了Cloudera公司的Spark开发工作。他还是Hadoop项目管理委员会委员。

Uri Laserson

是Cloudera公司资深数据科学家,专注于Hadoop生态系统中的Python部分。

Sean Owen

是Cloudera公司EMEA地区的数据科学总监,也是Apache Spark项目的代码提交者。他创立了基于Spark、Spark Streaming和Kafka的Hadoop实时大规模学习项目Oryx(之前称为Myrrix)。

Josh Wills

是Cloudera公司的高级数据科学总监,Apache Crunch项目的发起者和副总裁。

640wx_fmt=png


编程开发网
】【打印繁体】【投稿】【收藏】 【推荐】【举报】【评论】 【关闭】 【返回顶部
上一篇在Linux集群上部署Spark之前准备 下一篇六 Spark API介绍

评论

帐  号: 密码: (新用户注册)
验 证 码:
表  情:
内  容:

array(4) { ["type"]=> int(8) ["message"]=> string(24) "Undefined variable: jobs" ["file"]=> string(32) "/mnt/wp/cppentry/do/bencandy.php" ["line"]=> int(214) }