《Hadoop Spark大數(shù)據(jù)巨量分析與機(jī)器學(xué)習(xí)整合開發(fā)實(shí)戰(zhàn)》從淺顯易懂的“大數(shù)據(jù)和機(jī)器學(xué)習(xí)”原理介紹和說明入手，講述大數(shù)據(jù)和機(jī)器學(xué)習(xí)的基本概念，如：分類、分析、訓(xùn)練、建模、預(yù)測(cè)、機(jī)器學(xué)習(xí)（推薦引擎）、機(jī)器學(xué)習(xí)（二元分類）、機(jī)器學(xué)習(xí)（多元分類）、機(jī)器學(xué)習(xí)（回歸分析）和數(shù)據(jù)可視化應(yīng)用。為降低讀者學(xué)習(xí)大數(shù)據(jù)技術(shù)的門檻，書中提供了豐富的上機(jī)實(shí)踐操作和范例程序詳解，展示了如何在單臺(tái)Windows系統(tǒng)上通過Virtual Box虛擬機(jī)安裝多臺(tái)Linux虛擬機(jī)，如何建立Hadoop集群，再建立Spark開發(fā)環(huán)境。書中介紹搭建的上機(jī)實(shí)踐平臺(tái)并不限制于單臺(tái)實(shí)體計(jì)算機(jī)。對(duì)于有條件的公司和學(xué)校，參照書中介紹的搭建過程，同樣可以將實(shí)踐平臺(tái)搭建在多臺(tái)實(shí)體計(jì)算機(jī)上，以便更加接近于大數(shù)據(jù)和機(jī)器學(xué)習(xí)真實(shí)的運(yùn)行環(huán)境。

《Hadoop Spark大數(shù)據(jù)巨量分析與機(jī)器學(xué)習(xí)整合開發(fā)實(shí)戰(zhàn)》非常適合于學(xué)習(xí)大數(shù)據(jù)基礎(chǔ)知識(shí)的初學(xué)者閱讀，更適合正在學(xué)習(xí)大數(shù)據(jù)理論和技術(shù)的人員作為上機(jī)實(shí)踐用的教材。

目錄

第1章 大數(shù)據(jù)與機(jī)器學(xué)習(xí) 1
第2章 VirtualBox虛擬機(jī)軟件的安裝 11
第3章 Ubuntu Linux操作系統(tǒng)的安裝 23
第4章 Hadoop Single Node Cluster的安裝 46
第5章 Hadoop Multi Node Cluster的安裝 69
第6章 Hadoop HDFS命令 104
第7章 Hadoop MapReduce 122
第8章 Spark的安裝與介紹 133
第9章 Spark RDD 159
第10章 Spark的集成開發(fā)環(huán)境 195
第11章 創(chuàng)建推薦引擎 236
第12章 StumbleUpon數(shù)據(jù)集 282
第13章 決策樹二元分類 292
第14章 邏輯回歸二元分類 326
第15章 支持向量機(jī)SVM二元分類 337
第16章 樸素貝葉斯二元分類 346
第17章 決策樹多元分類 355
第18章 決策樹回歸分析 373
第19章 使用ApacheZeppelin 數(shù)據(jù)可視化 394