Python+Spark 2.0+Hadoop机器学习与大数据实战 完整pdf扫描版[109MB]

《Python+Spark 2.0+Hadoop机器学习与大数据实战》从浅显易懂的“大数据和机器学习”原理说明入手，讲述大数据和机器学习的基本概念，如分类、分析、训练、建模、预测、机器学习（推荐引擎）、机器学习（二元分类）、机器学习（多元分类）、机器学习（回归分析）和数据可视化应用等。

书中不仅加入了新近的大数据技术，还丰富了“机器学习”内容。 为降低读者学习大数据技术的门槛，书中提供了丰富的上机实践操作和范例程序详解，展示了如何在单机Windows系统上通过Virtual Box虚拟机安装多机Linux虚拟机，如何建立Hadoop集群，再建立Spark开发环境。书中介绍搭建的上机实践平台并不限制于单台实体计算机。对于有条件的公司和学校，参照书中介绍的搭建过程，同样可以实现将自己的平台搭建在多台实体计算机上，以便更加接近于大数据和机器学习真实的运行环境。

本书非常适合于学习大数据基础知识的初学者阅读，更适合正在学习大数据理论和技术的人员作为上机实践用的教材。

目录

第1章 Python Spark机器学习与Hadoop大数据 1
第2章 VirtualBox虚拟机软件的安装 19
第3章 Ubuntu Linux 操作系统的安装 30
第4章 Hadoop Single Node Cluster的安装 57
第5章 Hadoop Multi Node Cluster的安装 80
第6章 Hadoop HDFS命令 117
第7章 Hadoop MapReduce 135
第8章 Python Spark的介绍与安装 148
第9章 在 IPythonNotebook 运行 Python Spark 程序 176
第10章 Python Spark RDD 197
第11章 Python Spark的集成开发环境 229
第12章 Python Spark创建推荐引擎 281
第13章 Python Spark MLlib决策树二元分类 311
第14章 Python Spark MLlib 逻辑回归二元分类 361
第15章 Python Spark MLlib支持向量机SVM二元分类 373
第16章 Python Spark MLlib朴素贝叶斯二元分类 382
第17章 Python Spark MLlib决策树多元分类 391
第18章 Python Spark MLlib决策树回归分析 407
第19章 Python Spark SQL、DataFrame、RDD数据统计与可视化 425
第20章 Spark ML Pipeline 机器学习流程二元分类 462
第21章 Spark ML Pipeline 机器学习流程多元分类 486
第22章 Spark ML Pipeline 机器学习流程回归分析 499