书籍详情
《Mahout算法解析与案例实战计算机与互联网》[33M]百度网盘|亲测有效|pdf下载

  • Mahout算法解析与案例实战计算机与互联网

  • 出版社:互动出版网图书专营店
  • 出版时间:2014-06
  • 热度:11346
  • 上架时间:2024-06-30 09:08:33
  • 价格:0.0
书籍下载
点击下载
书籍预览
查看链接
免责声明

本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源，一旦发现资源涉及侵权，将立即删除。希望所有用户一同监督并反馈问题，如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正

内容介绍

 书[0名0]：  Mahout算[0法0]解析与案例实战[按需印刷]|3770257
 图书定价：  59元
 图书作者：  樊哲
 出版社：  [1机1]械工业出版社
 出版日期：  2014/6/1 0:00:00
 ISBN号：  9787111467977
 开本：  16开
 页数：  270
 版次：  1-1
 作者简介
樊哲，资深软[亻牛]开发工程师，精通Java相关技术，专注数据挖掘[令页]域，对Hadoop和Mahout等[0大0]数据技术有较深入的研究和丰富的实践，目前正从事Mahout算[0法0]开发方[mian]的工作。活跃于CSDN和Hadoop技术论坛等社区，荣获“CSDN2013博客之星”头衔。
 内容简介
本书是一本[纟巠]典的Mahout著作，原理与实战并重。不仅全[mian]分析了Mahout算[0法0]库中不同模块中的各个算[0法0]的原理及其Mahout实现流程，而且每个算[0法0]都辅之以实战案例。此外，还包括4个系统级案例，实战性非常强。
全书共11章分为三个部分：[0第0]一部分为基础篇（[0第0]1~2章），[0首0]先介绍了Mahout的应用背景、Mahout算[0法0]库收录的算[0法0]、Mahout的应用实例，以及开发环境的搭建；[0第0]二部分为算[0法0]篇（[0第0]3~7章），分析了Mahout算[0法0]库中不同模块的各个算[0法0]的原理以及Mahout实现流程，同时在每章书末含有每个算[0法0]的实战，让读者可以自己运行程序，感受程序运行的各个流程；[0第0]三部分为实战篇（[0第0]8~11章），通过对4个不同系统案例的分析讲解，让读者了解一个完整的云平台系统的各个流程，从需求到系统框架到系统功能再到功能开发。
 目录

\t前言
[0第0]一部分 基础篇
[0第0]1章 Mahout简介
1.1 Mahout应用背景
1.2 Mahout算[0法0]库
1.2.1 聚类算[0法0]
1.2.2 分类算[0法0]
1.2.3 协同过滤算[0法0]
1.2.4 频繁项集挖掘算[0法0]
1.3 Mahout应用
1.4 本章小结
[0第0]2章 Mahout安装配置
2.1 Mahout安装前的准备
2.1.1 安装JDK
2.1.2 安装Hadoop
2.2 两种安装方式
2.2.1 使用Maven安装
2.2.2 下载发布版安装
2.3 测试安装
2.4 本章小结
[0第0]二部分 算[0法0]篇
[0第0]3章 聚类算[0法0]
3.1 Ca[0no0]py算[0法0]
3.1.1 Ca[0no0]py算[0法0]简介
3.1.2 Mahout中Ca[0no0]py算[0法0]实现原理
3.1.3 Mahout的Ca[0no0]py算[0法0]实战
3.1.4 Ca[0no0]py算[0法0]小结
3.2 K-Means算[0法0]
3.2.1 K-Means算[0法0]简介
3.2.2 Mahout中K-Means算[0法0]实现原理
3.2.3 Mahout的K-Means算[0法0]实战
3.2.4 K-Means算[0法0]小结
3.3 Mean Shift算[0法0]
3.3.1 Mean Shift算[0法0]简介
3.3.2 Mahout中Mean Shift算[0法0]实现原理
3.3.3 Mahout的Mean Shift算[0法0]实战
3.3.4 Mean Shift算[0法0]小结
3.4 本章小结
[0第0]4章 分类算[0法0]
4.1 Bayesian算[0法0]
4.1.1 Bayesian算[0法0]简介
4.1.2 Mahout 中Bayesian算[0法0]实现原理
4.1.3 Mahout的Bayesian算[0法0]实战
4.1.4 拓展
4.1.5 Bayesian算[0法0]小结
4.2 Random Forests算[0法0]
4.2.1 Random Forests算[0法0]简介
4.2.2 Mahout中Random Forests算[0法0]实现原理
4.2.3 Mahout的Random Forests算[0法0]实战
4.2.4 拓展
4.2.5 Random Forests算[0法0]小结
4.3 本章小结
[0第0]5章 协同过滤算[0法0]
5.1 Distributed Item-Based Collaborative Filtering算[0法0]
5.1.1 Distributed Item-Based Collaborative Filtering算[0法0]简介
5.1.2 Mahout中Distributed ItemBased Collaborative Filtering算[0法0]实现原理
5.1.3 Mahout的Distributed Item Based Collaborative Filtering算[0法0]实战
5.1.4 拓展
5.1.5 Distributed ItemBased Collabo-rative Filtering算[0法0]小结
5.2 Collaborative Filtering with ALSWR算[0法0]
5.2.1 Collaborative Filtering with ALSWR算[0法0]简介
5.2.2 Mahout中Collaborative Filtering with ALS-WR算[0法0]实现原理
5.2.3 Mahout的Collaborative Filtering with ALS-WR算[0法0]实战
5.2.4 拓展
5.2.5 Collaborative Filtering with ALSWR算[0法0]小结
5.3 本章小结
[0第0]6章 模式挖掘算[0法0]
6.1 FP树关联规则算[0法0]
6.1.1 FP树关联规则算[0法0]简介
6.1.2 Mahout中Par[0all0]el Frequent Pattern Mining算[0法0]实现原理
6.1.3 Mahout的Par[0all0]el Frequent Pattern Mining算[0法0]实战
6.1.4 拓展
6.2 本章小结
[0第0]7章 Mahout中的其他算[0法0]
7.1 Dimension Reduction算[0法0]
7.1.1 Dimension Reduction算[0法0]简介
7.1.2 Mahout中Dimension Reduction算[0法0]实现原理
7.1.3 Mahout的Dimension Reduction算[0法0]实战
7.1.4 拓展
7.2 本章小结
[0第0]三部分 实战篇
[0第0]8章 Friend Find系统
8.1 系统功能
8.1.1 系统管理员
8.1.2 普通用户
8.1.3 总体功能
8.2 数据库设计
8.2.1 原始用户数据表
8.2.2 注册用户数据表
8.2.3 系统管理员表
8.2.4 聚类中心表
8.3 系统技术框架
8.4 系统流程
8.4.1 登录
8.4.2 注册
8.4.3 上传数据
8.4.4 调用K-Means算[0法0]
8.4.5 查看用户分组
8.4.6 查看分组情况
8.4.7 查看分组成员
8.5 系统实现
8.5.1 登录
8.5.2 注册
8.5.3 上传数据
8.5.4 调用K-Means算[0法0]
8.5.5 查看用户分组
8.5.6 查看分组情况
8.5.7 查看分组成员
8.6 本章小结
[0第0]9章 Wine Identification系统
9.1 系统功能
9.1.1 用户管理模块
9.1.2 随[1机1]森林模型建立模块
9.1.3 随[1机1]森林模型预测模块
9.2 系统框架
9.3 数据库设计
9.3.1 用户表
9.3.2 系统常量表
9.4 系统流程
9.4.1 登录
9.4.2 注销
9.4.3 [0[0权0]0]限修改
9.4.4 密码修改
9.4.5 用户列表
9.4.6 数据上传
9.4.7 随[1机1]森林模型建立
9.4.8 随[1机1]森林模型[0评0]估
9.4.9 随[1机1]森林模型预测
9.5 系统实现
9.5.1 登录
9.5.2 注销
9.5.3 [0[0权0]0]限修改
9.5.4 密码修改
9.5.5 用户列表
9.5.6 数据上传
9.5.7 随[1机1]森林模型建立
9.5.8 随[1机1]森林模型[0评0]估
9.5.9 随[1机1]森林模型预测
9.6 本章小结
[0第0]10章 Dating Recommender系统
10.1 系统功能
10.1.1 系统管理员功能
10.1.2 普通用户功能
10.1.3 功能总述
10.2 系统框架
10.3 数据库设计
10.3.1 系统管理员表
10.3.2 原始用户推荐信息表
10.3.3 基础数据top10表
10.4 系统流程
10.4.1 登录
10.4.2 上传数据
10.4.3 推荐分析
10.4.4 单用户推荐
10.4.5 [亲斤]用户推荐
10.5 算[0法0]设计
10.5.1 协同过滤算[0法0]接口设计
10.5.2 top10算[0法0]设计
10.5.3 [亲斤]用户推荐算[0法0]设计
10.6 系统实现
10.6.1 登录
10.6.2 上传数据
10.6.3 推荐分析
10.6.4 单用户推荐
10.6.5 [亲斤]用户推荐
10.7 本章小结
[0第0]11章 博客推荐系统
11.1 系统功能
11.1.1 用户管理
11.1.2 建立[0知0]识库
11.1.3 博客管理
11.2 系统框架
11.3 数据库设计
11.3.1 用户信息表
11.3.2 [0知0]识库信息表
11.3.3 系统常量表
11.4 系统流程
11.4.1 登录
11.4.2 注册
11.4.3 密码修改
11.4.4 订阅博客查看
11.4.5 博客订阅与退订
11.4.6 博客推荐
11.4.7 上传数据
11.4.8 调用FP树关联规则算[0法0]
11.5 算[0法0]设计
11.6 系统实现
11.6.1 登录
11.6.2 注册
11.6.3 密码修改
11.6.4 订阅博客查看
11.6.5 运行FP云算[0法0]
11.6.6 博客订阅与退订
11.6.7 博客推荐
11.7 本章小结
 编辑推荐
全[mian]分析Mahout算[0法0]库中不同模块中的各个算[0法0]的原理及其Mahout实现流程
每个算[0法0]都辅之以实战案例，同时还包括4个系统级案例，实战性强 

相关推荐
电商存储系统实战：架构设计与海量数据处理李玥
微服务架构设计模式大数据与云计算书籍克里斯·理查森,喻勇机械工业
华为数据之道机械工业