うどん

電気炊飯器

ラーメン

ポテトチップス

もち

福袋

フェイスマスク

のり

  • 検索履歴
  • 人気検索
商品カテゴリー
ベストセラー
新商品
セール
ギフトカード
すべて見る
ログイン/登録

日本語

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}) }}
送料無料

カートを見る＆決済 Yamibuy
Yami

Nickname

お名前を教えてください

名前を更新します
アカウント 注文 お気に入り
ポイント 0
クーポン 0
ギフトカードの残高 $0.00
{{ inviteNavTitle }}
ログアウト

配送エリアを切り替えます

在庫情報と配送スピードは地域によって異なる場合があります。

郵便番号の履歴

{{email ? __('Got it!') : __('Restock Alert')}}

商品が再入荷され次第、すぐにメールでお知らせします。

キャンセル
Yami

Jingdong book

Spark机器学习

カートを見る＆決済 Yamibuy
{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}
本 コンピュータとインターネット プログラミング言語とプログラミング
Jingdong book

Spark机器学习

{{__(":people-members", {'people': item.limit_people_count})}} {{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ item.invalid_price }} {{ itemDiscount }}
終了まで
{{ itemCurrency }}{{ item.valid_price }}
{{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }}
{{ itemDiscount }}
{{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }} {{ itemCurrency }}{{ item.invalid_price }} {{itemDiscount}}
{{ itemCurrency }}{{ item.valid_price }}
セール終了まで
タイムセール開始まであと タイムセール終了まであと
{{ getSeckillDesc(item.seckill_data) }}
{{ __( "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 }}) 詳細
消費期限

現在は販売していません

この商品がいつ再入荷するか、分かりません。

当該地域へ配送できません
売り切れ

製品説明

商品の詳細を全て表示
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

仕様

ブランド Jingdong book
ブランドテリトリー China

免責声明

商品の価格、パッケージ、仕様などの情報は、事前に通知することなく変更される場合があります。私たちは商品情報を迅速に更新するよう努力していますが、実際に受け取った商品を基準にしてください。商品を利用する前に、常に商品に付属するラベル、警告、および説明を読んでください。

利用規約の全文を見ます
お気に入りに追加
{{ $isZh ? coupon.coupon_name_sub : coupon.coupon_ename_sub | formatCurrency }}
詳細
{{__("Buy Directly")}} {{ itemCurrency }}{{ item.directly_price }}
数量
{{ quantity }}
{{ instockMsg }}
{{ limitText }}
{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}
JD@CHINAによって販売します
配送先
{{ __("Ship to United States only") }}
69以上のご注文は送料無料
正規保証
利用規約の全文を見ます
地域

{{ regionInfo.title }}

カートに入れました

ショッピングを続ける

おすすめアイテム

{{ item.brand_name }}

{{ item.item_name }}

{{ item.currency }}{{ item.market_price }}

{{ item.currency }}{{ item.unit_price }}

{{ item.currency }}{{ item.unit_price }}

クーポン

{{ coupon.coupon_name_new | formatCurrency }}
受け取る 受取済み 受け取る終わりました
{{ getCouponDescStr(coupon) }}
{{ coupon.use_time_desc }}
間もなく期限切れ： {{ formatTime(coupon.use_end_time) }}

このアイテムを友達と共有します

キャンセル

Yamiギフトカード特別価格

ギフトカードで支払えば、ギフトカード特別価格が得られます

規則説明

ギフトカード特別価格は、一部商品の特別割引オファーです；

ギフトカード特別価格の商品を購入する場合、決済時に電子ギフトカードで相殺し、ギフトカードの残高が註文したギフトカード特別価格商品の合計価格を支払うのに十分であれば、ギフトカード特別価格を適用することができます；

ギフトカードを利用しない場合、あるいはギフトカードの残高が前項に述べた要件を満たさない場合、ギフトカード特別価格を適用することができません。通常の販売価格で計算されることになり、これらの商品を購入することができます。

ギフトカード特別価格の商品を購入した場合、残高が足りない場合は、カートページまたは決済ページの「チャージ」ボタンをクリックしてギフトカードへの購入とチャージを行うことができます。

もし商品はギフトカード特別価格を持つならば、「特別」の特殊価格表記を表示します;

その他の質問や懸念がある場合は、いつでもカスタマーサービスにお問い合わせください；

Yamibuyは最終解釈権を有します。

Yamiによって販売します

サービス保証

Yami $49以上で送料無料
Yami 返品・交換保証
Yami アメリカから発送

配送情報

  • アメリカ

    スタンダード配送料 $5.99 (アラスカ、ハワイを除く)、最終価格が $49 以上で送料無料

    地方発送 $5.99 (カリフォルニア、ニューヨーク、ニュージャージー、マサチューセッツ、ペンシルベニア、上記州の一部地域); 最終価格が $49 以上で送料無料

    2 日以内の配送 (アラスカとハワイを含む) は送料 $19.99 からです

返品・交換ポリシー

Yamiはお客様が安心して購入できるように努めています。Yamibuy.comから出荷されたほとんどの商品は、受領後30日以内に返品可能です（食品、ドリンク、スナック、乾物、健康補助食品、新鮮な食料品および生鮮食品は、損傷または品質の問題がある場合、受領後7日以内に返品可能です。すべてのお客様に安全で高品質の商品を提供するために、美容製品については、品質の問題ではない限り、開封または利用後の返金や返品は対応できません。一部の商品には異なるポリシーまたは要件がありますので、特別な商品については以下をご覧いただくか、Yamiカスタマーサービスにお問い合わせください）。
ご理解とご支持に感謝します。

利用規約の全文を見ます

Yamiによって販売します

Yamibuy 電子ギフトカードの利用規約

購入時に自動チャージを選択した場合、注文完了後にギフトカードが自動的にアカウントにチャージされます；

購入時にメール送信を選択した場合、注文完了後にシステムが自動的にカード番号とパスワードを入力したメールアドレスに送信します；

メールを送信する際、どのユーザーもメールに送られてきたカード番号とパスワードを使用してギフトカードをチャージできますので、メール情報をしっかり保管してください。

メール受信に問題がある場合は、カスタマーサービスに連絡して処理してもらってください；

メールを送信する際、ギフトカードが交換されていない場合は、メールを再発行することができます。他のユーザーにすでに交換されている場合は、補償することはできません；

Yamibuyの電子ギフトカードは、自営または第三者商品の購入に使用できます；

Yamibuyの電子ギフトカードには有効期限がなく、長期にわたって有効です；

Yamiの電子ギフトカードの金額は、複数回に分けて使用することができます；

Yamiの電子ギフトカードの業務規則の最終的な解釈権は、Yamiウェブサイトに帰属します。

返品・交換ポリシー

既に利用された電子ギフトカードは返金不可です。

販売元: JD@CHINA

サービス保証

Yami $49以上で送料無料
Yami 最高のアフターサービス
Yami 米国本土から発送

配送情報

  • アメリカ

    スタンダード配送料 $5.99 (アラスカ、ハワイを除く)、最終価格が $49 以上で送料無料

    地方発送 $5.99 (カリフォルニア、ニューヨーク、ニュージャージー、マサチューセッツ、ペンシルベニア、上記州の一部地域); 最終価格が $49 以上で送料無料

    2 日以内の配送 (アラスカとハワイを含む) は送料 $19.99 からです

返品・交換ポリシー

商品到着後30日以内であれば返品が可能です。返品される商品は、購入時の請求書の原本を含む、元の梱包のまま新品である必要があります。お客様の費用負担で製品を返品してください。

JD@CHINAによって販売します

サービス保証

Yami $以上の店舗間注文: 送料無料
Yami 30日間返品・交換保証

Yami-中国集荷倉庫

Yamiが中国から厳選し、各優秀店舗の商品をYami中国統合センターに集めて、パッケージをまとめて一度に国際郵送でお客様の住所までお届けします。店舗間で$69以上になれば、送料無料になります。複数の販売者が提供する幅広い商品から選び、店舗間送料無料か低い送料を手軽に楽しめます。

返品・交換ポリシー

30日以内の返品・交換保証を提供します。商品は未使用の元のパッケージに入れられ、購入証明書が添付される必要があります。商品の品質上の問題、間違った配送、または配送漏れなど、販売者によって引き起こされたミスについては、返金処理されます。その他の理由による返品・交換の送料はお客様ご負担となります。すべての商品は長距離を輸送するため、内部品質に影響しない簡易包装のプレスや摩耗等が発生する場合、返品・交換は致しかねます。

配送情報

Yami 中国集荷 Consolidated Shippingの送料は＄ 9.99 (＄69以上のご注文は送料無料)

中国の販売業者は、ご注文後 2 営業日以内に商品を配達します、すべての荷物は Yami 中国集荷センターに到着し (特別な状況および中国の特定法定休日を除く)、そこで荷物は混載され、 UPSで米国に配送されます。中国から米国への UPS の平均配達時間は約 10 営業日で、直送の追跡番号に基づいていつでも追跡できます。感染拡大の影響で、現在の物流は約5日遅れる可能性があります。パッケージには顧客の署名が必要です。署名されない場合、パッケージが紛失するリスクはお客様が負うことになります。

JD@CHINAによって販売します

サービス保証

69以上のご注文は送料無料
正規保証

配送情報

Yami Consolidated Shipping送料$9.99（$69以上のご注文は送料無料になる）


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.

Yamiポイント情報

すべての商品は、 Yamibuy.com のプロモーションまたはポイント イベントの対象外となります。

返品・交換ポリシー

商品到着後30日以内であれば返品が可能です。返品される商品は、購入時の請求書の原本を含む、元の梱包のまま新品である必要があります。お客様の費用負担で製品を返品してください。

Yami

Yamiアプリをダウンロードします

トップに戻ります

おすすめアイテム

ブランドについて

Jingdong book

为您推荐

Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g
144

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g
144

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g
144

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g
144

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g
144

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g
144

周销量 600+

$1.66 $1.99 83折

レビュー{{'('+ commentList.posts_count + ')'}}

商品レビューを書いて、他のユーザーを助ける最初の人になりましょう。

レビューを書く
{{ totalRating }} レビューを書く

  • {{i}}星

    {{i}} 星

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

Yami Yami
{{ comment.user_name }}

{{ showTranslate(comment) }}非表示にします

{{ strLimit(comment,800) }}すべて見る

Show Original

{{ comment.content }}

Yami
すべてを表示します

{{ formatTime(comment.in_dtm) }} 購入済み {{groupData}}

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

{{ showTranslate(comment) }}非表示にします

{{ strLimit(comment,800) }}すべて見る

Show Original

{{ comment.content }}

Yami
すべてを表示します

{{ formatTime(comment.in_dtm) }} 購入済み {{groupData}}

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

関連するコメントはありません~

もっと多くレビューを載せます

レビュー詳細

Yami Yami

{{commentDetails.user_name}}

{{ showTranslate(commentDetails) }}非表示にします

{{ strLimit(commentDetails,800) }}すべて見る

Show Original

{{ commentDetails.content }}

Yami
すべてを表示します

{{ formatTime(commentDetails.in_dtm) }} 購入済み {{groupData}}

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

最低でも単語一つを入力してください

コメント{{'(' + replyList.length + ')'}}

Yami Yami

{{ reply.reply_user_name }}コメント{{ reply.parent_user_name }}

{{ showTranslate(reply) }}非表示にします

{{ strLimit(reply,800) }}すべて見る

Show Original

{{ reply.reply_content }}

{{ formatTime(reply.reply_in_dtm) }}

{{ reply.reply_likes_count }} {{ reply.reply_likes_count }} {{ reply.reply_reply_count }} {{reply.reply_in_user==uid ? __('Delete') : __('Report')}}

最低でも単語一つを入力してください

キャンセル

これまでのコメントは以上です！

レビューを書きます
商品評価

コメントをお願いします

  • 素敵なユーザーネームは、あなたのコメントをより人気のあるものにします!
  • ここでニックネームを変更すると、アカウントのニックネームも同じに変更されます。
商品レビューをありがとうございます。
あなたの素晴らしいレビューは私たちのコミュニティがより良いアジア商品を見つけるのに役立ちます。

通報します

キャンセル

本当にレビューを削除してもよろしいですか？

キャンセル

過去に閲覧した商品

ブランドについて

Jingdong book