《Hadoop Spark大数据巨量分析与机器学习整合开发实战》从浅显易懂的“大数据和机器学习”原理介绍和说明入手，讲述大数据和机器学习的基本概念，如：分类、分析、训练、建模、预测、机器学习（推荐引擎）、机器学习（二元分类）、机器学习（多元分类）、机器学习（回归分析）和数据可视化应用。为降低读者学习大数据技术的门槛，书中分享了丰富的上机实践操作和范例程序详解，展示了如何在单台Windows系统上通过Virtual Box虚拟机安装多台Linux虚拟机，如何建立Hadoop集群，再建立Spark开发环境。书中介绍搭建的上机实践平台并不限制于单台实体计算机。对于有条件的公司和学校，参照书中介绍的搭建过程，同样可以将实践平台搭建在多台实体计算机上，以便更加接近于大数据和机器学习真实的运行环境。
《Hadoop Spark大数据巨量分析与机器学习整合开发实战》非常适合于学习大数据基础知识的初学者阅读，更适合正在学习大数据理论和技术的人员作为上机实践用的教材。
目录
第1章 大数据与机器学习 1
第2章 VirtualBox虚拟机软件的安装 11
第3章 Ubuntu Linux操作系统的安装 23
第4章 Hadoop Single Node Cluster的安装 46
第5章 Hadoop Multi Node Cluster的安装 69
第6章 Hadoop HDFS命令 104
第7章 Hadoop MapReduce 122
第8章 Spark的安装与介绍 133
第9章 Spark RDD 159
第10章 Spark的集成开发环境 195
第11章 创建推荐引擎 236
第12章 StumbleUpon数据集 282
第13章 决策树二元分类 292
第14章 逻辑回归二元分类 326
第15章 支持向量机SVM二元分类 337
第16章 朴素贝叶斯二元分类 346
第17章 决策树多元分类 355
第18章 决策树回归分析 373
第19章 应用ApacheZeppelin 数据可视化 394
下载体验