內(nèi)容提要

Apache Spark是專為大規(guī)模數(shù)據(jù)處理而設(shè)計(jì)的快速通用的計(jì)算引擎。這是一本專門介紹Spark的圖書，旨在教會讀者利用Spark構(gòu)建實(shí)用的數(shù)據(jù)科學(xué)解決方案。

本書內(nèi)容包括14章，由淺入深地介紹了數(shù)據(jù)科學(xué)生態(tài)系統(tǒng)、數(shù)據(jù)獲取、輸入格式與模式、探索性數(shù)據(jù)分析、利用Spark進(jìn)行地理分析、采集基于鏈接的外部數(shù)據(jù)、構(gòu)建社區(qū)、構(gòu)建推薦系統(tǒng)、新聞詞典和實(shí)時標(biāo)記系統(tǒng)、故事除重和變遷、情感分析中的異常檢測、趨勢演算、數(shù)據(jù)保護(hù)和可擴(kuò)展算法。

本書適合數(shù)據(jù)科學(xué)家以及對數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)感興趣的讀者閱讀，需要讀者具備數(shù)據(jù)科學(xué)相關(guān)的基礎(chǔ)知識，并通過閱讀本書進(jìn)一步提升Spark運(yùn)用能力，從而創(chuàng)建出高效且實(shí)用的數(shù)據(jù)科學(xué)解決方案。