日本免费精品视频,男人的天堂在线免费视频,成人久久久精品乱码一区二区三区,高清成人爽a毛片免费网站

前言

本書的編寫受益于中央財經大學聯合中國人民大學、北京大學、中國科學院大學和首都經濟貿易大學五所高校與政府部門和產業界聯合共建的大數據分析碩士培養協同創新平臺。我有幸作為該平臺主要課程設計和講授的教師之一, 負責大數據分析方向研究生課程\大數據分布式計算" 的建設和教學。本教材是以該課程2014|2015 年的教學內容和講義輔以教學案例為藍本編寫的。

目前市面上與大數據相關的計算類書籍有很多, 但是均面向計算機相關專業人員。有的側重于大數據分布式平臺Hadoop 或者Spark 的架構, 有的側重于大數據計算相關計算機語言介紹, 有的側重于大數據平臺的系統開發, 但是針對大數據分析最為重要和骨髓部分之一的統計模型, 相關實踐類書籍還相對較少。

本書側重于統計和機器學習模型在大數據分布式平臺的應用, 從案例入手, 介紹常見統計模型的大數據分布式計算原理。基于單機共享內存背景開發的統計軟件很難直接應用于分布式存儲的海量數據。對于初學者而言, 在大數據平臺下, 即便是開發簡單的回歸模型或者邏輯斯蒂模型都非常困難, 更不用說復雜的統計、機器學習算法, 這直接阻礙了高效的統計模型在大數據中的開發和部署。

考慮到數據相關工作者在企業實際策略開發和建模中R 語言與Python 語言是基礎語言, 為了方便相關讀者快速入門, 本書的主要語言采用R 語言和Python 語言, 但是本書中提到的大數據建模思想是不受語言限制的, 讀者可以根據自己擅長的語言實現相關模型的大數據開發。

與傳統的大數據計算類書籍不同, 本書的側重點是統計模型的實際案例解決, 因此本書每章均附有較完整的統計案例。考慮到市面上對于大數據平臺的搭建和配置書籍已經很多,而且對于企業而言, 這樣的平臺往往已經很完善, 本書淡化了該部分, 感興趣的讀者可以參考相關書籍或者本書的附錄。

本書按照如下結構組織: 第1 章介紹大數據分布式計算的背景和基于R 語言和Python語言的單機并行原理, 讓讀者熟悉分布式的基本概念。第2 章介紹目前流行的大數據分布式計算框架Hadoop 的歷史、文件存儲系統以及大數據分布式計算的各個擊破原理, 即MapRe-duce。與Hadoop 相關的安裝配置參見附錄A。第3 章介紹現有大數據分布式平臺中常見的統計模型的原理以及案例分析。與之相關的Mahout 安裝和配置參見附錄B。第4 章以多個案例的形式介紹如何在大數據平臺開發常見統計模型。第5 章介紹分布式文件系統的訪問和操作。與此相關的Hive、HBase 的安裝參見附錄C 和附錄D。第6 章對學有余力的讀者介紹Spark 平臺下統計分析的基礎, 并配有PySpark 使用基礎和基于Scala 語言的案例。附錄E 介紹Spark 和Scala 的安裝和配置。

在此要特別感謝中國人民大學統計學院呂曉玲老師以及李天博、王小寧、丁維悅、曹昕、李榮慶、王張浩、王高斌同學在本書的編寫過程中對文字和內容的大力貢獻。感謝參加五校大數據分析方向研究生課程的同學對本書案例的貢獻, 他們是成慧敏、陳思聰、陳晞、劉利恒、劉智彬、魏詩韻、吳雅雯、辛思、張楚妍、張詩玉、趙哲匯、鄭巧筠、朱述政。沒有呂老師和幾位同學的協助, 就沒有《大數據分布式計算與案例》一書的最終及時成稿。感謝百度大數據部高級工程師康雁飛博士、中央財經大學統計與數學學院方劍和劉靜同學對本書的認真校對。

由于編寫時間倉促和本人水平有限, 書中的錯誤和紕漏一定有很多, 懇請讀者不吝指出以便作出修正。