Mahout實(shí)踐指南

定　價：￥49.00

作　者：	（美）Piero Giacomelli 著，靳小波譯
出版社：	機(jī)械工業(yè)出版社
叢編項：
標(biāo)　簽：	編程語言與程序設(shè)計計算機(jī)與互聯(lián)網(wǎng)

購買這本書可以去

ISBN：	9787111467144	出版時間：	2014-06-01	包裝：
開本：		頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　《Mahout實(shí)踐指南》是軟件開發(fā)專家數(shù)十年行業(yè)經(jīng)驗(yàn)的結(jié)晶，深入淺出地論述如何使用Mahout進(jìn)行數(shù)據(jù)分類、聚類和預(yù)測，涉及Mahout開發(fā)環(huán)境、序列文件使用方式、整合Mahout和外部資源、實(shí)現(xiàn)樸素貝葉斯分類器、股市預(yù)測、頂棚聚類、頻譜預(yù)測、K-均值聚類等。本書是面向編程的，不涉及深奧的理論，簡單、易學(xué)，可以幫助讀者快速掌握Mahout的基本用法，實(shí)用性強(qiáng)。全書共分10章。第1章介紹如何在單臺機(jī)器上創(chuàng)建完整的Mahout開發(fā)環(huán)境。第2章重點(diǎn)介紹序列文件的使用方式。第3章詳細(xì)介紹如何使用命令行工具和代碼從RDBMS中讀寫數(shù)據(jù)。第4章詳細(xì)討論樸素貝葉斯分類器和互補(bǔ)樸素貝葉斯分類器的使用方法。第5章介紹如何使用logistic回歸和隨機(jī)森林預(yù)測股市。第6章描述Mahout框架中最常用的算法，包括大數(shù)據(jù)的聚類分析和分類。第7章描述頻譜聚類的使用方式。第8章描述使用K-均值（包括序列方式和MapReduce方式）對主題中的文本文檔進(jìn)行分類。第9章介紹頻繁模式挖掘算法的使用方式。第10章描述使用遺傳算法解決旅行商問題和提取規(guī)則。

作者簡介

　　Piero Giacomelli，資深軟件技術(shù)專家，精通Java、.NET和PHP等多種編程語言，尤其對Java語言有獨(dú)到見解。他曾先后在多家大中型公司擔(dān)任行政和技術(shù)職務(wù)，包括航空航天、網(wǎng)絡(luò)服務(wù)、塑料制造業(yè)和電子健康協(xié)會。他在FP7歐盟項目中參與了多項歐盟研究基金資助的工程，如CHRONIOUS、I-DONT-FALL、FEARLESS和CHROMED等。他在科研期刊上發(fā)表了若干篇論文，并兩次獲得由IARIA頒發(fā)的最佳論文獎。2012年，他出版了Apache HornetQ框架標(biāo)準(zhǔn)參考書《HornetQ Messaging Developer’s Guide》。

圖書目錄

第1章　Mahout入門 / 1 秘笈1　安裝Java和Hadoop / 1 秘笈2　設(shè)置Maven和NetBeans開發(fā)環(huán)境 / 6 秘笈3　編寫一個基本的推薦系統(tǒng) / 9 第2章　使用序列文件——什么時候和為什么 / 19 秘笈4　從命令行創(chuàng)建序列文件 / 20 秘笈5　編寫代碼創(chuàng)建序列文件 / 23 秘笈6　編碼實(shí)現(xiàn)讀取序列文件 / 28 第3章　將Mahout和外部資源整合 / 33 秘笈7　導(dǎo)入外部資源到HDFS / 34 秘笈8　將數(shù)據(jù)從HDFS導(dǎo)入到RDBMS / 43 秘笈9　創(chuàng)建一個Sqoop作業(yè)來處理RDBMS / 45 秘笈10　使用Sqoop API導(dǎo)入數(shù)據(jù) / 47 第4章　實(shí)現(xiàn)樸素貝葉斯分類器 / 49 秘笈11　使用Mahout文本分類器演示基本的使用樣例 / 50 秘笈12　編碼實(shí)現(xiàn)樸素貝葉斯分類器 / 60 秘笈13　通過命令行使用互補(bǔ)樸素貝葉斯 / 64 秘笈14　編碼使用互補(bǔ)樸素貝葉斯分類器 / 65 第5章　股市預(yù)測 / 67 秘笈15　為logistic回歸準(zhǔn)備數(shù)據(jù) / 67 秘笈16　使用logistic預(yù)測GOOG股票動態(tài) / 71 秘笈17　通過Java編碼使用自適應(yīng)的logistic回歸 / 76 秘笈18　在大規(guī)模的數(shù)據(jù)集上使用logistic回歸 / 79 秘笈19　使用隨機(jī)森林預(yù)測市場動態(tài) / 83 第6章　頂棚聚類 / 87 秘笈20　基于命令行的頂棚聚類 / 87 秘笈21　基于帶參數(shù)命令行的頂棚聚類 / 91 秘笈22　通過Java代碼使用頂棚聚類 / 95 秘笈23　編寫你自己的距離估計 / 98 第7章　頻譜聚類 / 101 秘笈24　通過命令行使用EigenCuts / 101 秘笈25　在Java代碼中使用EigenCuts / 104 秘笈26　從原始數(shù)據(jù)創(chuàng)建相似度矩陣 / 108 秘笈27　使用頻譜聚類進(jìn)行圖像分割 / 114 第8章　K-均值聚類 / 119 秘笈28　在Java代碼中使用K-均值聚類 / 119 秘笈29　使用K-均值聚類對交通事故進(jìn)行聚類 / 124 秘笈30　使用MapReduce進(jìn)行K-均值聚類 / 128 秘笈31　命令行方式使用K-均值聚類 / 132 第9章　軟計算 / 139 秘笈32　使用Mahout進(jìn)行頻繁模式挖掘 / 139 秘笈33　為頻繁模式挖掘創(chuàng)建評價準(zhǔn)則 / 142 秘笈34　在Java代碼中使用頻繁模式挖掘 / 147 秘笈35　使用LDA創(chuàng)建主題 / 153 第10章　實(shí)現(xiàn)遺傳算法 / 159 秘笈36　設(shè)置Mahout以便使用遺傳算法 / 159 秘笈37　在圖上使用遺傳算法 / 163 秘笈38　在Java代碼中使用遺傳算法 / 167