大数据分布式计算与案例

目录
第1章 统计分析与并行计算
1.1 并行计算与并行计算机
1.2 统计计算的并行原理||以矩阵乘法为例
1.3 基于R 的单机并行计算
1.4 基于Python 的单机并行计算
1.5 大数据背景下的数据采集和存储
1.6 参考文献
第2章 Hadoop 基础
2.1 Hadoop 历史、生态系统
2.2 Hadoop 的分布式文件系统(HDFS)
2.3 MapReduce 工作原理
2.4 Hadoop 上运行MapReduce
2.5 MapReduce 实例: 分层随机抽样
2.6 MapReduce 实例: 聚类分析
2.7 参考文献
第3章 基于Hadoop 的分布式算法和模型实现
3.1 R 中实现Hadoop 分布式计算
3.2 Mahout 与大数据机器学习
3.3 利用Mahout 进行数据挖掘
3.4 Mahout 实例: Logistics 回归和随机森林分类算法
3.5 Mahout 实例: 随机森林的分布式实现
3.6 参考文献
第4章 统计模型的MapReduce 实现详解
4.1 泊松回归模型: 付费搜索广告分析
4.2 判别分析: 气象因素对雾霾影响分析
4.3 分块Logistics 回归
4.4 文本分类
4.5 朴素贝叶斯模型
4.6 岭回归模型
4.7 推荐系统
4.8 参考文献
第5章 分布式文件访问与计算
5.1 Hive 基础
5.2 HiveQL 数据定义(DDL)
5.3 HBase
5.4 Hive 实例: FoodMart 案例
5.5 Hive 实例: Hive Streaming 交互计算
5.6 参考文献
第6章 Spark 与统计模型
6.1 Spark 简介
6.2 Spark 工作原理介绍
6.3 Pyspark 命令介绍
6.4 Spark 实例: 通过Word Count 了解Spark 工作流程
6.5 Spark 实例: 二分类学习
6.6 Spark 实例: 决策树模型
6.7 参考文献
附录A Hadoop 安装运行
A.1 单机伪分布式安装
A.2 全分布式集群
附录B Mahout 安装与运行
附录C Hive 安装运行
C.1 准备
C.2 安装Hive
C.3 配置Hive
附录D HBase 安装运行
D.1 安装配置HBase
D.2 启动HBase