颠覆大数据分析：基于Storm、Spark等Hadoop替代技术的实时应用
前言
致谢
关于作者
1 引言：为什么要超越 Hadoop Map-Reduce
Hadoop的适用范围
大数据分析之机器学习实现的革命
代机器学习工具/范式
第二代机器学习工具/范式
第三代机器学习工具/范式
小结
查看完整
致谢
关于作者
1 引言：为什么要超越 Hadoop Map-Reduce
Hadoop的适用范围
大数据分析之机器学习实现的革命
代机器学习工具/范式
第二代机器学习工具/范式
第三代机器学习工具/范式
小结
查看完整
Vijay Srinivas Agneeswaran 博士，1998 年于SVCE 的马德拉斯分校获得计算机科学与工程专业的学士学位，2001 年获取了印度理工学院马德拉斯分校的硕士学位（研究性质），2008年又获取了该校的博士学位。他曾在瑞士洛桑的联邦理工学院的分布式信息系统实验室（LSIR）担任过一年的博士后研究员。之前7 年先后就职于Oracle、Cognizant 及Impetus，对大数据及云领域的工程研发贡献颇多。目前担任Impetus 的大数据实验室的执行总监。他的研发团队在专利、论文、受邀的会议发言以及下一代产品创新方面都处于领导地位。他主要研究的领域包括大数据管理、批处理及实时分析，以及大数据的机器学习算法的实现范式。近8 年来，他一直是计算机协会（ACM）以及电气和电子工程师协会（IEEE）的专家成员，并于2012年12 月被推选为IEEE 的资深成员。他在美国、欧洲以及印度的专利局都申请过专利（并持有美国的两项专利）。他在前沿的…
查看完整
查看完整
《颠覆大数据分析：基于Storm、Spark等Hadoop替代技术的实时应用》每章一个主题，介绍了各种大数据分析技术与机器学习算法。本书能够让读者掌握大数据分析和机器学习的相关技术的大致脉络，为之后的进阶学习提供参考与指导。本书适合大数据技术入门者、希望对大数据技术有所了解，以及想要学习大数据技术但是不知道应该从何处入手的读者阅读。
前言
致谢
关于作者
1 引言：为什么要超越 Hadoop Map-Reduce
Hadoop的适用范围
大数据分析之机器学习实现的革命
代机器学习工具/范式
第二代机器学习工具/范式
第三代机器学习工具/范式
小结
参考文献
2 何为伯克利数据分析栈（BDAS）
实现 BDAS的动机
Spark：动机
Shark：动机
Mesos：动机
BDAS的设计及架构
Spark：高效的集群数据处理的范式
Spark的弹性分布式数据集
Spark的实现
Spark VS分布式共享内存系统
RDD的表达性
类似 Spark的系统
Shark：分布式系统上的 SQL接口
Spark为 Shark提供的扩展
列内存存储
分布式数据加载
完全分区智能连接
分区修剪
机器学习的支持
Mesos：集群调度及管理系统
Mesos组件
资源分配
隔离
容错性
小结
参考文献
3 使用 Spark实现机器学习算法
机器学习基础知识
机器学习：随机森林示例
逻辑回归：概述
二元形式的逻辑回归
逻辑回归估计
多元逻辑回归
Spark中的逻辑回归算法
支持向量机
复杂决策面
支持向量机背后的数学原理
Spark中的支持向量机
Spark对 PMML的支持
PMML结构
PMML的生产者及消费者
Spark对朴素贝叶斯的 PMML支持
Spark对线性回归的PMML支持
在Spark中使用MLbase进行机器学习
参考文献
4 实现实时的机器学习算法
Storm简介
数据流
拓扑
Storm集群
简单的实时计算例子
数据流组
Storm的消息处理担保
基于Storm的设计模式
分布式远程过程调用
Trident：基于Storm的实时聚合
实现基于Storm的逻辑回归算法
实现基于Storm的支持向量机算法
Storm对朴素贝叶斯PMML的支持
实时分析的应用
工业日志分类
互联网流量过滤器
Storm的替代品
Spark流
D-Streams的动机
参考文献
5 图处理范式
Pregel：基于BSP的图处理框架
类似的做法
开源的Pregel实现
Giraph
GoldenORB
Phoebus
Apache Hama
Stanford GPS
GraphLab
GraphLab：多核版本
分布式的GraphLab
PowerGraph
通过 GraphLab实现网页排名算法
顶点程序
基于GraphLab实现随机梯度下降算法
参考文献
6 结论：超越Hadoop Map-Reduce的大数据分析
Hadoop YARN概览
Hadoop YARN的动机
作为资源调度器的 YARN
YARN上的其他框架
大数据分析的未来是怎样的
参考文献
附录 A代码笔记
^ 收 起
致谢
关于作者
1 引言：为什么要超越 Hadoop Map-Reduce
Hadoop的适用范围
大数据分析之机器学习实现的革命
代机器学习工具/范式
第二代机器学习工具/范式
第三代机器学习工具/范式
小结
参考文献
2 何为伯克利数据分析栈（BDAS）
实现 BDAS的动机
Spark：动机
Shark：动机
Mesos：动机
BDAS的设计及架构
Spark：高效的集群数据处理的范式
Spark的弹性分布式数据集
Spark的实现
Spark VS分布式共享内存系统
RDD的表达性
类似 Spark的系统
Shark：分布式系统上的 SQL接口
Spark为 Shark提供的扩展
列内存存储
分布式数据加载
完全分区智能连接
分区修剪
机器学习的支持
Mesos：集群调度及管理系统
Mesos组件
资源分配
隔离
容错性
小结
参考文献
3 使用 Spark实现机器学习算法
机器学习基础知识
机器学习：随机森林示例
逻辑回归：概述
二元形式的逻辑回归
逻辑回归估计
多元逻辑回归
Spark中的逻辑回归算法
支持向量机
复杂决策面
支持向量机背后的数学原理
Spark中的支持向量机
Spark对 PMML的支持
PMML结构
PMML的生产者及消费者
Spark对朴素贝叶斯的 PMML支持
Spark对线性回归的PMML支持
在Spark中使用MLbase进行机器学习
参考文献
4 实现实时的机器学习算法
Storm简介
数据流
拓扑
Storm集群
简单的实时计算例子
数据流组
Storm的消息处理担保
基于Storm的设计模式
分布式远程过程调用
Trident：基于Storm的实时聚合
实现基于Storm的逻辑回归算法
实现基于Storm的支持向量机算法
Storm对朴素贝叶斯PMML的支持
实时分析的应用
工业日志分类
互联网流量过滤器
Storm的替代品
Spark流
D-Streams的动机
参考文献
5 图处理范式
Pregel：基于BSP的图处理框架
类似的做法
开源的Pregel实现
Giraph
GoldenORB
Phoebus
Apache Hama
Stanford GPS
GraphLab
GraphLab：多核版本
分布式的GraphLab
PowerGraph
通过 GraphLab实现网页排名算法
顶点程序
基于GraphLab实现随机梯度下降算法
参考文献
6 结论：超越Hadoop Map-Reduce的大数据分析
Hadoop YARN概览
Hadoop YARN的动机
作为资源调度器的 YARN
YARN上的其他框架
大数据分析的未来是怎样的
参考文献
附录 A代码笔记
^ 收 起
Vijay Srinivas Agneeswaran 博士，1998 年于SVCE 的马德拉斯分校获得计算机科学与工程专业的学士学位，2001 年获取了印度理工学院马德拉斯分校的硕士学位（研究性质），2008年又获取了该校的博士学位。他曾在瑞士洛桑的联邦理工学院的分布式信息系统实验室（LSIR）担任过一年的博士后研究员。之前7 年先后就职于Oracle、Cognizant 及Impetus，对大数据及云领域的工程研发贡献颇多。目前担任Impetus 的大数据实验室的执行总监。他的研发团队在专利、论文、受邀的会议发言以及下一代产品创新方面都处于领导地位。他主要研究的领域包括大数据管理、批处理及实时分析，以及大数据的机器学习算法的实现范式。近8 年来，他一直是计算机协会（ACM）以及电气和电子工程师协会（IEEE）的专家成员，并于2012年12 月被推选为IEEE 的资深成员。他在美国、欧洲以及印度的专利局都申请过专利（并持有美国的两项专利）。他在前沿的期刊及会议，包括IEEE transaction 上都发表过论文。他还是国内外多个会议的特邀发言人，譬如O’Reilly 的Strata 大数据系列会议。近一次公开发表论文是在Liebertpub 的大数据期刊上。他与妻子及儿女一起居住在班加罗尔，对印度、埃及、巴比伦以及希腊古代的文化与哲学的研究非常感兴趣。
^ 收 起
^ 收 起
《颠覆大数据分析：基于Storm、Spark等Hadoop替代技术的实时应用》每章一个主题，介绍了各种大数据分析技术与机器学习算法。本书能够让读者掌握大数据分析和机器学习的相关技术的大致脉络，为之后的进阶学习提供参考与指导。本书适合大数据技术入门者、希望对大数据技术有所了解，以及想要学习大数据技术但是不知道应该从何处入手的读者阅读。
比价列表
