Spark高级数据分析（完整版）

这是一本实用手册，四位作者均是Cloudera公司的数据科学家，他们联袂展示了利用Spark进行大规模数据分析的若干模式，而且每个模式都自成一体。他们将Spark、统计学方法和真实数据集结合起来，通过实例向读者讲述了怎样解决分析型问题。 　　本书首先介绍了Spark及其生态系统，接着详细介绍了将分类、协同过滤及异常检查等常用技术应用于基因学、安全和金融领域的若干模式。如果你对机器学习和统计学有基本的了解，并且会用Java、Python或Scala编程，这些模式将有助于你开发自己的数据应用。 　　本书介绍了以下模式： 　　音乐推荐和Audioscrobbler数据集 　　用决策树算法预测森林植被 　　基于K均值聚类进行网络流量的异常检测 　　基于潜在语义分析技术分析维基百科 　　用GraphX分析伴生网络 　　对纽约出租车轨迹进行空间和时间数据分析 　　通过蒙特卡罗模拟来评估金融风险 　　基因数据分析和BDG项目 　　用PySpark和Thunder分析神经图像数据