返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]Hadoop/Spark大数据机器学习翟俊海,张素芳97870306668
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 翟俊海,张素芳著 | 翟俊海,张素芳编 | 翟俊海,张素芳译 | 翟俊海,张素芳绘
    • 出版社: 科学出版社
    • 出版时间:2021-01-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 翟俊海,张素芳著| 翟俊海,张素芳编| 翟俊海,张素芳译| 翟俊海,张素芳绘
    • 出版社:科学出版社
    • 出版时间:2021-01-01
    • 版次:1
    • 印次:1
    • 字数:315000
    • 页数:252
    • 开本:B5
    • ISBN:9787030666871
    • 版权提供:科学出版社
    • 作者:翟俊海,张素芳
    • 著:翟俊海,张素芳
    • 装帧:平装
    • 印次:1
    • 定价:128
    • ISBN:9787030666871
    • 出版社:科学出版社
    • 开本:B5
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-01-01
    • 页数:252
    • 外部编号:党庄204054
    • 版次:1
    • 成品尺寸:暂无

    《信息科学技术学术著作丛书》序

    前言

    章机器学习概述

    1.1分类与聚类

    1.1.1分类

    1.1.2聚类

    1.2K-近邻算法与模糊K-近邻算法

    1.2.1K-近邻算法

    1.2.2模糊K-近邻算法

    1.3K-均值算法与模糊K-均值算法

    1.3.1K-均值算法

    1.3.2模糊K-均值算法

    1.4决策树算法

    1.4.1离散值决策树算法

    1.4.2连续值决策树算法

    1.5神经网络

    1.5.1神经元模型

    1.5.2梯度下降算法

    1.5.3多层感知器模型

    1.6极限学习机

    1.7支持向量机

    1.7.1线性可分支持向量机

    1.7.2近似线性可分支持向量机

    1.7.3线性不可分支持向量机

    1.8主动学习

    第2章大数据与大数据处理系统

    2.1大数据及其特征

    2.2Linux操作系统简介

    2.2.1Linux版本

    2.2.2Linux的文件与目录

    2.2.3Linux用户与用户组

    2.2.4Linux系统软件包管理

    2.2.5Linux操作系统的安装

    2.3大数据处理系统Hadoop

    2.3.1什么是Hadoop

    2.3.2Hadoop的特性

    2.3.3Hadoop的体系结构

    2.3.4Hadoop的运行机制

    2.3.5Hadoop1.0和Hadoop2.0的区别

    2.3.6Hadoop的安装及大数据处理环境的架构

    2.4大数据处理系统Spark

    2.4.1什么是Spark

    2.4.2Spark的运行架构

    2.4.3Spark的工作机制

    第3章Hadoop分布式文件系统HDFS

    3.1HDFS概述

    3.1.1HDFS的优势

    3.1.2HDFS的局限性

    3.2HDFS的系统结构

    3.3HDFS的数据存储

    3.3.1数据块的存放策略

    3.3.2数据的读取策略

    3.3.3文件系统元数据的持久性

    3.3.4HDFS的鲁棒性

    3.4访问HDFS

    3.4.1通过文件系统Shell访问HDFS

    3.4.2通过文件系统JavaAPI访问HDFS

    3.5HDFS读写数据的过程

    3.5.1HDFS读数据的过程

    3.5.2HDFS写数据的过程

    第4章Hadoop并行编程框架MapReduce

    4.1MapReduce概述

    4.2MapReduce的大数据处理过程

    4.2.1Map阶段

    4.2.2Shu2e阶段

    4.2.3Reduce阶段

    4.3一个例子:流量统计

    4.4MapReduce的系统结构

    4.5MapReduce的作业处理过程

    4.6MapReduce算法设计

    4.6.1大数据决策树算法设计

    4.6.2大数据极限学习机算法设计

    第5章Hadoop大数据机器学习

    5.1基于Hadoop的大数据K-近邻算法

    5.1.1大数据K-近邻算法的基本思想

    5.1.2大数据K-近邻算法的MapReduce编程实现

    5.2基于Hadoop的大数据极限学习机

    5.2.1大数据极限学习机的基本思想

    5.2.2大数据极限学习机的MapReduce编程实现

    5.3基于Hadoop的大数据主动学习

    5.3.1大数据主动学习的基本思想

    5.3.2大数据主动学习的MapReduce编程实现

    第6章Spark大数据机器学习

    6.1SparkMLlib

    6.1.1MLlib决策树算法

    6.1.2MLlib决策森林算法

    6.1.3MLlibK-means算法

    6.1.4主成分分析

    6.2基于Spark的大数据K-近邻算法

    6.3基于Spark的大数据主动学习

    参考文献

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购