《数据算法：Hadoop/Spark大数据处理技巧》介绍了很多基本设计模式、优化技术和数据挖掘及机器学习解决方案，以解决生物信息学、基因组学、统计和社交网络分析等领域的很多问题。这还概要介绍了MapReduce、Hadoop和Spark。
主要内容包括：
■ 完成超大量交易的购物篮分析。
■ 数据挖掘算法（K-均值、KNN和朴素贝叶斯）。
■ 应用超大基因组数据完成DNA和RNA测序。
■ 朴素贝叶斯定理和马尔可夫链实现数据和市场预测。
■ 推荐算法和成对文档相似性。
■ 线性回归、Cox回归和皮尔逊（Pearson）相关分析。
■ 等位基因频率和DNA挖掘。
■ 社交网络分析（推荐系统、三角形计数和情感分析）。
适读人群 ：这本书面向了解Java基础知识并且想应用Hadoop和Spark 开发MapReduce 算法（数据挖掘、机器学习、生物信息技术、基因组和统计领域）和解决方案的软件工程师、软件架构师、数据科学家和应用开发人员。
目录
第1章二次排序：简介 19
第2章二次排序：详细示例 42
第3章 Top 10 列表 54
第4章左外连接 96
第5章反转排序 127
第6章移动平均 137
第7章购物篮分析 155
第8章共同好友 182
第9章应用MapReduce实现推荐引擎 201
第10章基于内容的电影推荐 225
第11章应用马尔可夫模型的智能邮件营销 .253
第12章 K-均值聚类 282
第13章 k-近邻 296
第14章朴素贝叶斯 315
第15章情感分析 349
第16章查找、统计和列出大图中的所有三角形 354
第17章 K-mer计数 375
第18章 DNA测序 390
第19章 Cox回归 413
第20章 Cochran-Armitage趋势检验 426
第21章等位基因频率 443
第22章 T检验 468
第23章皮尔逊相关系数 488
第24章 DNA碱基计数 520
第25章 RNA测序 543
第26章基因聚合 553
第27章线性回归 586
第28章 MapReduce和幺半群 600
第29章小文件问题 622
第30章 MapReduce的大容量缓存 635
第31章 Bloom过滤器 651Bloom
下载体验