思维导图备注

Spark机器学习 - Nick Pentreath
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

3.3 处理与转换数据

浏览 5 扫码
  • 小字体
  • 中字体
  • 大字体
2022-02-24 02:04:16
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 版权声明
  • 前言
  • 本书内容
  • 预备知识
  • 本书目标
  • 排版约定
  • 读者反馈
  • 客户支持
  • 侵权行为
  • 问题
  • 致谢
  • 第1章 Spark的环境搭建与运行
  • 1.1 Spark的本地安装与配置
  • 1.2 Spark集群
  • 1.3 Spark编程模型
  • 1.4 Spark Scala编程入门
  • 1.5 Spark Java编程入门
  • 1.6 Spark Python编程入门
  • 1.7 在Amazon EC2上运行Spark
  • 1.8 小结
  • 第2章 设计机器学习系统
  • 2.1 MovieStream介绍
  • 2.2 机器学习系统商业用例
  • 2.3 机器学习模型的种类
  • 2.4 数据驱动的机器学习系统的组成
  • 2.5 机器学习系统架构
  • 2.6 小结
  • 第3章 Spark上数据的获取、处理与准备
  • 3.1 获取公开数据集
  • 3.2 探索与可视化数据
  • 3.3 处理与转换数据
  • 3.4 从数据中提取有用特征
  • 3.5 小结
  • 第4章 构建基于Spark的推荐引擎
  • 4.1 推荐模型的分类
  • 4.2 提取有效特征
  • 4.3 训练推荐模型
  • 4.4 使用推荐模型
  • 4.5 推荐模型效果的评估
  • 4.6 小结
  • 第5章 Spark构建分类模型
  • 5.1 分类模型的种类
  • 5.2 从数据中抽取合适的特征
  • 5.3 训练分类模型
  • 5.4 使用分类模型
  • 5.5 评估分类模型的性能
  • 5.6 改进模型性能以及参数调优
  • 5.7 小结
  • 第6章 Spark构建回归模型
  • 6.1 回归模型的种类
  • 6.2 从数据中抽取合适的特征
  • 6.3 回归模型的训练和应用
  • 6.4 评估回归模型的性能
  • 6.5 改进模型性能和参数调优
  • 6.6 小结
  • 第7章 Spark构建聚类模型
  • 7.1 聚类模型的类型
  • 7.2 从数据中提取正确的特征
  • 7.3 训练聚类模型
  • 7.4 使用聚类模型进行预测
  • 7.5 评估聚类模型的性能
  • 7.6 聚类模型参数调优
  • 7.7 小结
  • 第8章 Spark应用于数据降维
  • 8.1 降维方法的种类
  • 8.2 从数据中抽取合适的特征
  • 8.3 训练降维模型
  • 8.4 使用降维模型
  • 8.5 评价降维模型
  • 8.6 小结
  • 第9章 Spark高级文本处理技术
  • 9.1 处理文本数据有什么特别之处
  • 9.2 从数据中抽取合适的特征
  • 9.3 使用TF-IDF模型
  • 9.4 评估文本处理技术的作用
  • 9.5 Word2Vec模型
  • 9.6 小结
  • 第10章 Spark Streaming在实时机器学习上的应用
  • 10.1 在线学习
  • 10.2 流处理
  • 10.3 创建Spark Streaming应用
  • 10.4 使用Spark Streaming进行在线学习
  • 10.5 在线模型评估
  • 10.6 小结
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《Spark机器学习 - Nick Pentreath》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度