김치

마라탕🔥

불닭

라면

떡볶이

김

오뚜기

선크림☀️

컵누들

감자칩

로그인/회원가입

한국어

English 简体中文繁體中文 한국어 日本語

{{sellerTotalView > 1 ? __("sellers", {number: sellerTotalView}) : __("seller", {number: sellerTotalView}) }}, {{numTotalView > 1 ? __("items", {number: numTotalView}) : __("item", {number: numTotalView}) }}

장바구니로 이동하여 결제하기

Nickname

당신의 이름을 알려주세요

이름 업데이트

xxxxxxx@yamibuy.com

계정 주문 찜하기

포인트 0

쿠폰 0

기프트 카드 잔액 $0.00

로그아웃

배송 지역 전환

지역에 따라 재고 및 배송 속도가 다를 수 있습니다.

위치 기록

상품입고 후 바로 알려드리겠습니다.

상품입고 후 알림 발송 주소: {{remindEmail}}

취소

Jingdong book

Spark机器学习

장바구니로 이동하여 결제하기

{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}

서적 컴퓨터 및 인터넷 프로그래밍 언어와 프로그래밍

Jingdong book

Spark机器学习

Name: Spark机器学习
Brand: Jingdong book
SKU: 3118214671
Price: 43.53 USD
Availability: OutOfStock

{{__(":people-members", {'people': item.limit_people_count})}} {{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ item.invalid_price }} {{ itemDiscount }}

후 종료

{{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }}

{{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }} {{ itemCurrency }}{{ item.invalid_price }} {{itemDiscount}}

후에 세일 종료

후 초특가세일 시작 후 초특가세일 종료

{{ __( "Pay with Gift Card to get sale price: :itemCurrency:price", { 'itemCurrency' : itemCurrency, 'price' : (item.giftcard_price ? priceFormat(item.giftcard_price) : '0.00') } ) }} ({{ itemCurrency }}{{ priceFormat(item.giftcard_price / item.bundle_specification) }}/{{ item.unit }}) 상세정보

상품 유효 기간

판매 중단

이 상품이 언제 재입고될지는 알 수 없습니다.

현재 주소로 배송 불가

품절

제품 설명

제품 세부 정보 전체보기

Editer Recommend

Apache Spark是一个分布式计算框架，专为满足低延迟任务和内存数据存储的需求而优化。现有并行计算框架中，鲜有能兼顾速度、可扩展性、内存处理以及容错性，同时还能简化编程，提供灵活、表达力丰富的强大API的，Apache Spark就是这样一个难得的框架。

本书介绍了Spark的基础知识，从利用Spark API来载入和处理数据，到将数据作为多种机器学习模型的输入。此外还通过详细的例子和现实应用讲解了常见的机器学习模型，包括推荐系统、分类、回归、聚类和降维。另外还介绍了一些高阶内容，如大规模文本数据的处理，以及Spark Streaming下的在线机器学习和模型评估方法。

如果你是一名Scala、Java或Python开发者，对机器学习和数据分析感兴趣，并想借助Spark框架来实现常见机器学习技术的大规模应用，那么本书便是为你而写。有Spark的基础知识，但并不要求你有实践经验。

通过学习本书，你将能够：

用Scala、Java或Python语言编写你的一个Spark程序；
在你的本机和Amazon EC2上创建和配置Spark开发环境；
获取公开的机器学习数据集，以及使用Spark对数据进行载入、处理、清理和转换；
借助Spark机器学习库，利用协同过滤、分类、回归、聚类和降维等常见的机器学习模型来编写程序；
编写Spark函数来评估你的机器学习模型的性能；
了解大规模文本数据的处理方法，包括特征提取和将文本数据作为机器学习模型的输入；
探索在线学习方法，利用Spark Streaming来进行在线学习和模型评估。

Content Description

《Spark机器学习》每章都设计了案例研究，以机器学习算法为主线，结合实例探讨了Spark 的实际应用。书中没有让人抓狂的数据公式，而是从准备和正确认识数据开始讲起，全面涵盖了推荐系统、回归、聚类、降维等经典的机器学习算法及其实际应用。

Author Description

Nick Pentreath是Graphflow公司联合创始人。Graphflow是一家大数据和机器学习公司，专注于以用户为中心的推荐系统和客户服务智能化技术。Nick拥有金融市场、机器学习和软件开发背景，曾任职于高盛集团，之后去在线广告营销创业公司Cognitive Match Limited（伦敦）担任研究科学家，后又去非洲最大的社交网络Mxit领导数据科学与分析团队。Nick是Apache Spark项目管理委员会成员之一。

Catalogue

第1 章 Spark 的环境搭建与运行 1
1．1 Spark 的本地安装与配置 2
1．2 Spark 集群 3
1．3 Spark 编程模型 4
1．3．1 SparkContext类与SparkConf类 4
1．3．2 Spark shell 5
1．3．3 弹性分布式数据集 6
1．3．4 广播变量和累加器 10
1．4 Spark Scala 编程入门 11
1．5 Spark Java 编程入门 14
1．6 Spark Python 编程入门 17
1．7 在Amazon EC2 上运行Spark 18
1．8 小结 23
第2 章设计机器学习系统 24
2．1 MovieStream 介绍 24
2．2 机器学习系统商业用例 25
2．2．1 个性化 26
2．2．2 目标营销和客户细分 26
2．2．3 预测建模与分析 26
2．3 机器学习模型的种类 27
2．4 数据驱动的机器学习系统的组成 27
2．4．1 数据获取与存储 28
2．4．2 数据清理与转换 28
2．4．3 模型训练与测试回路 29
2．4．4 模型部署与整合 30
2．4．5 模型监控与反馈 30
2．4．6 批处理或实时方案的选择 31
2．5 机器学习系统架构 31
2．6 小结 33
第3 章 Spark 上数据的获取、处理与准备 34
3．1 获取公开数据集 35
3．2 探索与可视化数据 37
3．2．1 探索用户数据 38
3．2．2 探索电影数据 41
3．2．3 探索评级数据 43
3．3 处理与转换数据 46
3．4 从数据中提取有用特征 48
3．4．1 数值特征 48
3．4．2 类别特征 49
3．4．3 派生特征 50
3．4．4 文本特征 51
3．4．5 正则化特征 55
3．4．6 用软件包提取特征 56
3．5 小结 57
第4 章构建基于Spark 的推荐引擎 58
4．1 推荐模型的分类 59
4．1．1 基于内容的过滤 59
4．1．2 协同过滤 59
4．1．3 矩阵分解 60
4．2 提取有效特征 64
4．3 训练推荐模型67
4．3．1 使用MovieLens 100k 数据集训练模型 67
4．3．2 使用隐式反馈数据训练模型 68
4．4 使用推荐模型 69
4．4．1 用户推荐 69
4．4．2 物品推荐 72
4．5 推荐模型效果的评估 75
4．5．1 均方差 75
4．5．2 K 值平均准确率 77
4．5．3 使用MLlib 内置的评估函数 81
4．6 小结 82
第5 章 Spark 构建分类模型 83
5．1 分类模型的种类 85
5．1．1 线性模型 85
5．1．2 朴素贝叶斯模型 89
5．1．3 决策树 90
5．2 从数据中抽取合适的特征 91
5．3 训练分类模型 93
5．4 使用分类模型 95
5．5 评估分类模型的性能 96
5．5．1 预测的正确率和错误率 96
5．5．2 准确率和召回率 97
5．5．3 ROC 曲线和AUC 99
5．6 改进模型性能以及参数调优 101
5．6．1 特征标准化 101
5．6．2 其他特征 104
5．6．3 使用正确的数据格式 106
5．6．4 模型参数调优 107
5．7 小结 115
第6 章 Spark 构建回归模型 116
6．1 回归模型的种类 116
6．1．1 最小二乘回归 117
6．1．2 决策树回归 117
6．2 从数据中抽取合适的特征 118
6．3 回归模型的训练和应用 123
6．4 评估回归模型的性能 125
6．4．1 均方误差和均方根误差 125
6．4．2 平均绝对误差 126
6．4．3 均方根对数误差 126
6．4．4 R-平方系数 126
6．4．5 计算不同度量下的性能 126
6．5 改进模型性能和参数调优 127
6．5．1 变换目标变量 128
6．5．2 模型参数调优 132
6．6 小结 140
第7 章 Spark 构建聚类模型 141
7．1 聚类模型的类型 142
7．1．1 K-均值聚类 142
7．1．2 混合模型 146
7．1．3 层次聚类 146
7．2 从数据中提取正确的特征 146
7．3 训练聚类模型 150
7．4 使用聚类模型进行预测 151
7．5 评估聚类模型的性能 155
7．5．1 内部评价指标 155
7．5．2 外部评价指标 156
7．5．3 在MovieLens 数据集计算性能 156
7．6 聚类模型参数调优 156
7．7 小结 158
第8 章 Spark 应用于数据降维 159
8．1 降维方法的种类 160
8．1．1 主成分分析 160
8．1．2 奇异值分解 160
8．1．3 和矩阵分解的关系 161
8．1．4 聚类作为降维的方法 161
8．2 从数据中抽取合适的特征 162
8．3 训练降维模型 169
8．4 使用降维模型 172
8．4．1 在LFW数据集上使用PCA投影数据 172
8．4．2 PCA 和SVD 模型的关系 173
8．5 评价降维模型 174
8．6 小结 176
第9 章 Spark 高级文本处理技术 177
9．1 处理文本数据有什么特别之处 177
9．2 从数据中抽取合适的特征 177
9．2．1 短语加权表示 178
9．2．2 特征哈希 179
9．2．3 从20 新闻组数据集中提取TF-IDF 特征 180
9．3 使用TF-IDF 模型 192
9．3．1 20 Newsgroups 数据集的文本相似度和TF-IDF 特征 192
9．3．2 基于20 Newsgroups 数据集使用TF-IDF 训练文本分类器 194
9．4 评估文本处理技术的作用 196
9．5 Word2Vec 模型 197
9．6 小结 200
第10 章 Spark Streaming 在实时机器学习上的应用 201
10．1 在线学习 201
10．2 流处理 202
10．2．1 Spark Streaming 介绍 202
10．2．2 使用Spark Streaming 缓存和容错 205
10．3 创建Spark Streaming 应用 206
10．3．1 消息生成端 207
10．3．2 创建简单的流处理程序 209
10．3．3 流式分析 211
10．3．4 有状态的流计算213
10．4 使用Spark Streaming 进行在线学习 215
10．4．1 流回归 215
10．4．2 一个简单的流回归程序 216
10．4．3 流K-均值 220
10．5 在线模型评估 221
10．6 小结 224

명세서

상표

Jingdong book

브랜드 영역

China

면책성명

제품 가격, 포장, 사양 등의 정보는 예고 없이 변경될 수 있습니다. 적시에 제품 정보를 업데이트 할 수 있도록 최선을 다하지만, 받은 실제 제품을 참고하시기 바랍니다. 제품을 사용하기 전에 반드시 제품에 동봉된 라벨, 경고 및 설명을 읽어 주십시오.

상세정보 보기

찜한 목록에 추가

{{ $isZh ? coupon.coupon_name_sub : coupon.coupon_ename_sub | formatCurrency }}

상세정보

수량

{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}

JD@CHINA 판매

배송지

69이상 주문 시 무료 배송

정품 보증

상세정보 보기

지역

장바구니에 추가됨

쇼핑 계속하기

당신을 위한 추천

쿠폰

받기 받았음 마감

곧 만료됩니다: {{ formatTime(coupon.use_end_time) }}

친구들과 공유하세요

취소

Yami 기프트카드 전용특가

기프트카드로 결제하면 전용특가를 받을 수 있습니다

규칙 설명

기프트카드 전용특가는 일부 상품에 대한 특혜가격입니다.

기프트카드 전용특가 상품 구매 시 E-기프트 카드 잔액으로 결제하고 기프트카드 잔액이 주문 내 상품의 총액을 지불하기에 충분하하 기프트카드 전용특가가 자동으로 활성화됩니다.

기프트 카드 잔액으로 결제하지 않거나 기프트카드 잔액이 전항의 요건을 충족하지 못할 경우 기프트카드 전용특가를 활성화할 수 없으며 상품은 정상 가격으로 구매할 수 있습니다.

기프트카드 전용특가 상품 구매 시 잔액이 부족할 경우 장바구니 또는 결제 페이지에서 "충전" 버튼을 클릭하여 기프트카드를 구매 및 충전할 수 있습니다.

기프트카드 전용특가가 있는 상품은 "전용특가"라는 특별한 가격표시가 표시됩니다.

질문이 있으시면 언제든지 고객 서비스에 문의하십시오.

Yami는 기프트카드 전용특가 관련 최종 해석권을 보유합니다.

Yami 판매

서비스 보장

$49 이상 무료 배송

걱정 없는 반품/교환

미국에서 발송

배송 정보

미국

표준 배송 $5.99(알래스카, 하와이 제외), 최종 가격 $49 이상 시 무료 배송

지역 배송 $5.99(캘리포니아, 뉴욕, 뉴저지, 매사추세츠, 펜실베이니아, 위 주의 일부 지역), 최종 가격 $49 이상 시 무료 배송

2일 이내 배송(알래스카 및 하와이 포함) $19.99부터 시작

반품 및 교환 정책

Yami는 고객님께 최상의 A/S를 제공하고, 모든 분들이 Yami에서 안심하고 쇼핑할 수 있도록 노력하고 있습니다. Yami의 자영 상품은 반품 및 교환 조건을 충족하는 경우, 상품 수령 후 30일 이내에 반품 및 교환할 수 있습니다(식품은 품질 문제로 인해 7일 이내에 반품 및 교환이 가능합니다. 모든 고객이 안전하고 고품질의 제품을 받을 수 있도록 뷰티 제품은 개봉 또는 사용 후에는 품질 문제를 제외하고 환불 또는 반품을 제공하지 않습니다. 기타 특별 카테고리의 제품은 고객 서비스에 문의하시기 바랍니다).
이해와 지원에 감사드립니다.

상세정보 보기

Yami 판매

Yami E-기프트카드 사용 약관

구매 시 자동 충전을 선택한 경우, 주문 완료 후 기프트카드가 자동으로 계정에 충전됩니다.

구매 시 이메일 발송을 선택한 경우, 주문 완료 후 시스템이 자동으로 카드 번호와 비밀번호를 입력한 이메일로 발송합니다.

이메일을 보낼 때, 모든 사용자는 이메일에 있는 카드 번호와 비밀번호를 사용하여 기프트카드를 충전할 수 있으니, 이메일 정보를 잘 보관하세요.

이메일을 받는 데 문제가 있으면, 고객 서비스에 연락하여 처리해 주세요.

이메일을 보낼 때, 기프트카드가 교환되지 않았다면 이메일을 재발송할 수 있습니다. 이미 다른 사용자에 의해 교환된 경우에는 보상할 수 없습니다.

Yamibuy의 E-기프트카드는 자영 또는 제3자 상품 구매에 사용할 수 있습니다.

Yamibuy의 E-기프트카드는 유효 기간 제한이 없으며, 장기간 유효합니다.

Yami 전자 상품권의 금액은 여러 번에 나눠서 사용할 수 있습니다；

Yami 전자 상품권 업무 규칙의 최종 해석 권한은 Yami 웹사이트에 있습니다.

반품 및 교환 정책

이미 사용된 E-기프트카드는 환불이 불가능합니다.

판매자: JD@CHINA

Yami 배송

서비스 보장

$49 이상 무료 배송

최고의 A/S

미국 본토에서 발송

배송 정보

미국

표준 배송 $5.99(알래스카, 하와이 제외), 최종 가격 $49 이상 시 무료 배송

지역 배송 $5.99(캘리포니아, 뉴욕, 뉴저지, 매사추세츠, 펜실베이니아, 위 주의 일부 지역), 최종 가격 $49 이상 시 무료 배송

2일 이내 배송(알래스카 및 하와이 포함) $19.99부터 시작

반품 및 교환 정책

제품을 받으신 후 30일 이내에 제품을 반품하실 수 있습니다. 반품된 품목은 구매에 대한 원본 송장을 포함하여 원래 포장된 새 품목이어야 합니다. 고객이 자신의 비용으로 제품을 반품합니다.

JD@CHINA 판매

Yami-China FC

서비스 보장

점포간 $:amount 이상 구매 시 무료 배송

30일 반품/교환 보장

Yami-중국 집하창고

Yami는 중국 내 주요 우수매장에서 제품을 선별하여 모아 Yami 중국통합센터로 배송하며 택배를 합친 후 전국 각지의 주소로 배송해 드립니다. 점포간 무료 배송 조건은 최저 $69입니다. 여러 판매자가 제공하는 다양한 상품 중에서 원하는 상품을 선택하고 점포간 무료배송으로 저렴한 배송비를 쉽게 누릴 수 있습니다.

반품 정책

30일 이내 반품 및 교환 보증을 제공합니다. 제품은 새로 사용하지 않은 원래 포장에 구매 증명서가 첨부되어 있어야 합니다. 상품 품질 문제, 잘못된 배송, 배송 누락 등 판매자의 실수로 인한 경우 환불 처리됩니다. 기타 사유로 인한 반품 및 교환은 배송비는 고객이 자체로 부담하셔야 합니다. 모든 제품은 장거리 배송을 하기 때문에 간혹 간단한 외부 포장이 눌려 마모되는 등이 있지만 내부 품질 문제가 없는 경우 반품 및 교환할 수 없습니다.

배송 정보

Yami 중국집하배송 Consolidated Shipping 배송비 $9.99 ($69 이상 주문시 무료배송)

중국 판매자는 주문 후 영업일 기준 2일 후에 상품을 발송합니다. 모든 택배는 Yami 중국통합센터(특별한 상황 및 중국 내 개별 법정 공휴일 제외)에 도착하여 택배를 합친 후 UPS를 통해 미국으로 배송됩니다. UPS는 중국에서 발송 후 미국까지 평균 10영업일 정도 소요되며 직배송 주문 번호에 따라 수시로 추적 및 조회할 수 있습니다 전염병의 영향으로 현재 물류가 5일 정도 지연될 수 있습니다. 택배는 고객 서명이 필요합니다. 서명하지 않은 경우 고객은 택배가 분실될 위험을 부담하게 됩니다.

JD@CHINA 판매

서비스 보장

69이상 주문 시 무료 배송

정품 보증

배송 정보

Yami Consolidated Shipping배송비$9.99($69 이상 주문 시 무료 배송)

Seller will ship the orders within 1-2 business days. The logistics time limit is expected to be 7-15 working days. In case of customs clearance, the delivery time will be extended by 3-7 days. The final receipt date is subject to the information of the postal company.

포인트 규칙

모든 품목은 Yamibuy 의 프로모션이나 포인트 이벤트에서 제외됩니다.

반품 및 교환 정책

Yami 앱 다운로드

의견 피드백

맨 위로 돌아가기

리뷰{{'('+ commentList.posts_count + ')'}}

당신의 체험을 공유하고 더 많은 사용자가 선택할 수 있도록 도와줍니다.

리뷰 작성

{{i}}별

{{i}} 별

{{ parseInt(commentRatingList[i]) }}%

{{ showTranslate(comment) }}접기

{{ strLimit(comment,800) }}전체 보기

Show Original

모두 보기

{{ formatTime(comment.in_dtm) }} 구매 완료 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

{{ showTranslate(comment) }}접기

{{ strLimit(comment,800) }}전체 보기

Show Original

모두 보기

{{ formatTime(comment.in_dtm) }} 구매 완료 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

조건에 맞는 리뷰가 없습니다

더 많은 리뷰 보기

리뷰 상세

{{ showTranslate(commentDetails) }}접기

{{ strLimit(commentDetails,800) }}전체 보기

Show Original

모두 보기

{{ formatTime(commentDetails.in_dtm) }} 구매 완료 {{groupData}}

내용을 입력하세요

답변{{'(' + replyList.length + ')'}}

{{ reply.reply_user_name }}답변{{ reply.parent_user_name }}

{{ showTranslate(reply) }}접기

{{ strLimit(reply,800) }}전체 보기

Show Original

내용을 입력하세요

취소

지금까지의 모든 리뷰입니다!

리뷰 작성하기

상품 평점

댓글을 입력하세요.

좋은 닉네임이 당신의 리뷰를 더 인기 있게 만들 것입니다!
여기에서 닉네임을 변경하면 개인정보의 닉네임도 같이 변경됩니다.

리뷰를 남겨주셔서 감사합니다

당신의 좋은 리뷰는 우리 커뮤니티가 아시아 최고의 상품을 찾는 데 도움이 됩니다.