大數(shù)據(jù)分布式計(jì)算與案例

目錄第1章 統(tǒng)計(jì)分析與并行計(jì)算1.1 并行計(jì)算與并行計(jì)算機(jī)1.2 統(tǒng)計(jì)計(jì)算的并行原理||以矩陣乘法為例1.3 基于R 的單機(jī)并行計(jì)算 1.4 基于Python 的單機(jī)并行計(jì)算 1.5 大數(shù)據(jù)背景下的數(shù)據(jù)采集和存儲(chǔ) 1.6 參考文獻(xiàn) 第2章 Hadoop 基礎(chǔ) 2.1 Hadoop 歷史、生態(tài)系統(tǒng) 2.2 Hadoop 的分布式文件系統(tǒng)(HDFS) 2.3 MapReduce 工作原理 2.4 Hadoop 上運(yùn)行MapReduce 2.5 MapReduce 實(shí)例: 分層隨機(jī)抽樣 2.6 MapReduce 實(shí)例: 聚類(lèi)分析 2.7 參考文獻(xiàn) 第3章 基于Hadoop 的分布式算法和模型實(shí)現(xiàn) 3.1 R 中實(shí)現(xiàn)Hadoop 分布式計(jì)算 3.2 Mahout 與大數(shù)據(jù)機(jī)器學(xué)習(xí) 3.3 利用Mahout 進(jìn)行數(shù)據(jù)挖掘 3.4 Mahout 實(shí)例: Logistics 回歸和隨機(jī)森林分類(lèi)算法 3.5 Mahout 實(shí)例: 隨機(jī)森林的分布式實(shí)現(xiàn) 3.6 參考文獻(xiàn) 第4章 統(tǒng)計(jì)模型的MapReduce 實(shí)現(xiàn)詳解 4.1 泊松回歸模型: 付費(fèi)搜索廣告分析 4.2 判別分析: 氣象因素對(duì)霧霾影響分析 4.3 分塊Logistics 回歸 4.4 文本分類(lèi) 4.5 樸素貝葉斯模型 4.6 嶺回歸模型 4.7 推薦系統(tǒng) 4.8 參考文獻(xiàn) 第5章 分布式文件訪問(wèn)與計(jì)算 5.1 Hive 基礎(chǔ) 5.2 HiveQL 數(shù)據(jù)定義(DDL) 5.3 HBase 5.4 Hive 實(shí)例: FoodMart 案例 5.5 Hive 實(shí)例: Hive Streaming 交互計(jì)算 5.6 參考文獻(xiàn) 第6章 Spark 與統(tǒng)計(jì)模型 6.1 Spark 簡(jiǎn)介 6.2 Spark 工作原理介紹 6.3 Pyspark 命令介紹 6.4 Spark 實(shí)例: 通過(guò)Word Count 了解Spark 工作流程 6.5 Spark 實(shí)例: 二分類(lèi)學(xué)習(xí) 6.6 Spark 實(shí)例: 決策樹(shù)模型 6.7 參考文獻(xiàn) 附錄A Hadoop 安裝運(yùn)行 A.1 單機(jī)偽分布式安裝 A.2 全分布式集群 附錄B Mahout 安裝與運(yùn)行 附錄C Hive 安裝運(yùn)行 C.1 準(zhǔn)備 C.2 安裝Hive C.3 配置Hive 附錄D HBase 安裝運(yùn)行 D.1 安裝配置HBase D.2 啟動(dòng)HBase