實戰機器學習｜使用Spark

第1章｜與Spark一起奔跑
介紹如何為Spark框架設置本地端的開發環境，以及如何使用Amazon EC2在雲端上建立Spark叢集。將以一支簡單的Spark應用程式作為範例，使用Scala、Java與Python語言實作，介紹Spark的程式設計模型與API。

第2章｜機器學習需要的數學知識
本章提供機器學習領域所需要的數學基礎，了解數學與各項技術，非常重要，方能深入搞懂演算法的裡裡外外，得到最佳結果。

第3章｜設計機器學習系統
以真實世界的使用案例作為範本，介紹機器學習系統的設計過程，將會以這個頗富教學意味的例子，採用Spark來設計智慧型系統的高階架構。

第4章｜Spark取得資料並進行處理準備
詳細介紹如何取得用於機器學習系統的資料，特別是各種免費的公開資源，將會學習如何對原始資料進行處理並清理，轉換成或可用於機器學習模型的特徵，運用各種工具、程式庫、以及Spark的功能。

第5章｜使用Spark建構推薦引擎
以協同過濾方式來建立一套推薦模型，可用於推薦項目給某客戶，根據給定項目產生出相似物品的清單；衡量推薦模型表現能力的標準指標和評估法，也會在此章介紹。

第6章｜使用Spark建構分類模型
詳細介紹如何建立二元分類模型，以及如何利用標準的表現能力評估指標、用來評估分類任務。

第7章｜使用Spark建構迴歸模型
示範如何建立迴歸模型，延續自第6章所建立的分類模型。迴歸模型表現能力的評估指標，也會詳細說明。

第8章｜使用Spark建構分群模型
探索如何建立分群模型、以及使用相關的評估方法，你將學會如何分析產生出來的群，並且加以視覺化。

第9章｜Spark與維度縮減
說明如何從資料抽取出底層結構，並且降低維度。本章將介紹一些常見的維度縮減技術，說明如何運用並分析，內容將介紹如何使用處理後得到的資料表現形式，作為輸入餵給別的機器學習模型。

第10章｜Spark與進階文字處理
介紹處理大規模文字資料的作法，包括從文字資料萃取出特徵，以及處理非常大維度的文字特徵。

第11章｜Spark串流程式庫與即時機器學習
介紹Spark串流程式庫如何用於線上與漸進式學習方法。

第12章｜Spark ML的工作流程API
以DataFrames為基礎，在其上提供一致性的API，幫助我們建立與調校機器學習工作流程。

作者簡介

Rajdeep Dua

　　曾服務於Google的大數據工具推廣團隊，如BigQuery；曾在VMware公司的開發人員技術傳播小組工作，致力於大數據平台Greenplum，也與Spark移植團隊緊密合作，加入功能集合，把Spark移植到VMware的公開雲和私有雲平台。

Manpreet Singh Ghotra

　　目前任職Salesforce，致力於以Apache Spark來開發一套機器學習平台；使用Apache Spark與機器學習技術，打造情緒分析器。曾任職於世界最大線上零售商之一的機器學習部門，使用Apache Mahout研究運送時間的計算，以及R推薦系統。

Nick Pentreath

　　擁有財務金融、機器學習、軟體開發的背景，曾任職於Goldman Sachs企業，線上廣告刊登目標新創公司的研究科學家、倫敦Cognitive Match有限公司、並且在非洲最大的社群網路Mxit，領導資料科學與分析團隊。