img
share 分享

Hadoop大数据实战权威指南(第2版)

作者:黄东军

出版社:电子工业出版社

ISBN:9787121370335

VIP会员免费 (仅需0.8元/天) ¥ 55.3

温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!

电子书推荐

更多资源 展开

[大数据-互联网大规模数据挖掘与分布式处理]完整中文扫描版.part2.rar 评分:

《大数据:互联网大规模数据挖掘与分布式处理》源自作者在斯坦福大学教授多年的“Web挖掘”课程材料,主要关注大数据环境下数据挖掘的实际算法。书中分析了海量数据集数据挖掘常用的算法,介绍了目前Web应用的许多重要话题。主要内容包括: 分布式文件系统以及Map-Reduce工具; 相似性搜索; 数据流处理以及针对易丢失数据等特殊情况的专用处理算法; 搜索引擎技术,如谷歌的PageRank; 频繁项集挖掘; 大规模高维数据集的聚类算法; Web应用中的关键问题:广告管理和推荐系统。 作者简介 Anand Rajaraman,数据库和Web技术领域专业,创业投资基金Cambrian联合创始人,斯坦福大学计算机科学系助理教授。Rajaraman职业生涯非常成功:1996年创办Junglee公司,2000年与人合创Cambrian,孵化出几个后来被谷歌收购的公司;2005年创办Kosmix公司并任CEO,该公司2011年被沃尔玛集团收购。Rajaraman生于印度,在斯坦福大学获得计算机科学硕士和博士学位。求学期间与人合著的一篇论文荣列近20年来被引用次数最多的论文之一。 Jeffrey David Ullman,美国国家工程院院士,计算机科学家,斯坦福大学教授。Ullman早年在贝尔实验室工作,之后任教于普林斯顿大学,十年后加入斯坦福大学直至退休,一生的科研、著书和育人成果卓著。他是ACM会员,曾获SIGMOD贡献奖、Knuth奖等多项科研大奖;他是“龙书”《编译原理》、数据库领域专业指南《数据库系统实现》的合著者;麾下多名学生成为了数据库领域的专家,其中最有名的当属谷歌创始人Sergey Brin。 译者简介: 王斌,博士,中国科学院计算技术研究所博士生导师。中国科学院信息工程研究所客座研究员。主要研究方向为信息检索、自然语言处理和数据挖掘。《信息检索导论》译者。主持国家973、863、国家自然科学基金、国际合作基金、国家支撑计划等课题20余项,发表学术论文120余篇。现为ACM会员、中国中文信息学会理事、中文信息学会信息检索专委会委员、《中文信息学报》编委、中国计算机学会高级会员及计算机学会中文信息处理专委会委员。自2006年起在中国科学院研究生院(现改名“中国科学院大学”)讲授《现代信息检索》研究生课程,选课人数累计近千人。2001年开始指导研究生,迄今培养博士、硕士研究生30余名。 内页插图 目录 第1章  数据挖掘基本概念 1.1  数据挖掘的定义 1.1.1  统计建模 1.1.2  机器学习 1.1.3  建模的计算方法 1.1.4  数据汇总 1.1.5  特征抽取 1.2  数据挖掘的统计限制 1.2.1  整体情报预警 1.2.2  邦弗朗尼原理 1.2.3  邦弗朗尼原理的一个例子 1.2.4  习题 1.3  相关知识 1.3.1  词语在文档中的重要性 1.3.2  哈希函数 1.3.3  索引 1.3.4  二级存储器 1.3.5  自然对数的底e 1.3.6  幂定律 1.3.7  习题 1.4  本书概要 1.5  小结 1.6  参考文献 第2章  大规模文件系统及Map-Reduce 2.1  分布式文件系统 2.1.1  计算节点的物理结构 2.1.2  大规模文件系统的结构 2.2  Map-Reduce 2.2.1  Map任务 2.2.2  分组和聚合 2.2.3  Reduce任务 2.2.4  组合器 2.2.5  Map-Reduce的执行细节 2.2.6  节点失效的处理 2.3  使用Map-Reduce的算法 2.3.1  基于Map-Reduce的矩阵-向量乘法实现 2.3.2  向量v无法放入内存时的处理 2.3.3  关系代数运算 2.3.4  基于Map-Reduce的选择运算 2.3.5  基于Map-Reduce的投影运算 2.3.6  基于Map-Reduce的并、交和差运算 2.3.7  基于Map-Reduce的自然连接运算 2.3.8  一般性的连接算法 2.3.9  基于Map-Reduce的分组和聚合运算 2.3.10  矩阵乘法 2.3.11  基于单步Map-Reduce的矩阵乘法 2.3.12  习题 2.4  Map-Reduce的扩展 2.4.1  工作流系统 2.4.2  Map-Reduce的递归扩展版本 2.4.3  Pregel系统 2.4.4  习题 2.5  集群计算算法的效率问题 2.5.1  集群计算的通信开销模型 2.5.2  实耗通信开销 2.5.3  多路连接 2.5.4  习题 2.6  小结 2.7  参考文献 第3章  相似项发现 3.1  近邻搜索的应用 3.1.1  集合的Jaccard相似度 3.1.

...展开详情
上传时间:2015-11 大小:53.54MB
热门图书