《基於鯤鵬的大數據挖掘算法實戰》是2022年機械工業出版社出版的圖書，作者是袁春、劉婧、王工藝。
基本介紹
- 書名：基於鯤鵬的大數據挖掘算法實戰
- 作者：袁春 劉婧 王工藝
- 類別：計算機
- 出版社：機械工業出版社
- 出版時間：2022年10月24日
- 頁數：231 頁
- 定價：89 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787111713180
內容簡介,圖書目錄,作者簡介,
內容簡介
結合主流分散式計算框架、國產晶片，介紹算法極致性能最佳化實踐，開發面向企業級套用的高性能數據挖掘算法；剖析數據挖掘算法的典型套用案例，啟發讀者在面向科研問題、企業套用，基於數據挖掘算法快速構建套用。
圖書目錄
叢書序
前言
第1章 大數據挖掘技術概述
1.1 大數據技術重要性
1.2 大數據概念和類型
1.3 大數據挖掘技術
1.3.1 大數據採集技術
1.3.2 大數據預處理技術
1.3.3 大數據分析和挖掘技術
1.3.4 大數據可視化技術
1.3.5 大數據套用
1.4 大數據挖掘系統架構
1.4.1 大數據存儲系統
1.4.2 大數據處理系統
1.4.3 大數據可視化和套用系統
1.5 大數據挖掘技術的特性
1.6 新技術浪潮下的大數據挖掘技術
參考文獻
第2章 分散式開發框架
2.1 分散式並行策略
2.1.1 數據並行
2.1.2 模型並行
2.2 分散式協調
2.2.1 ZooKeeper簡介
2.2.2 數據模型
2.2.3 ZooKeeper體系結構
2.2.4 分散式鎖
2.3 分散式通信
2.3.1 分散式通信機制
2.3.2 分散式通信拓撲
2.4 分散式一致性算法
2.4.1 一致性哈希
2.4.2 Paxos算法
2.4.3 Raft算法
2.5 分散式計算框架
2.5.1 Hadoop
2.5.2 Spark
2.5.3 Flink
2.5.4 Ray
參考文獻
第3章 經典挖掘算法
3.1 主成分分析
3.1.1 算法介紹
3.1.2 算法推導
3.2 線性回歸
3.2.1 線性回歸的損失函式
3.2.2 最佳化求解方法
3.2.3 正則化
3.3 邏輯回歸
3.3.1 Logistic函式
3.3.2 邏輯回歸的損失函式
3.3.3 多分類問題
3.4 線性支持向量機
3.4.1 支持向量機的基本概念
3.4.2 線性支持向量機的損失函式
3.5 決策樹
3.5.1 決策樹算法概述
3.5.2 ID3決策樹算法
3.5.3 C4.5算法
3.5.4 分類回歸樹（CART）
3.6 隨機森林
3.7 梯度提升決策樹
3.7.1 負梯度與殘差
3.7.2 GBDT的計算原理
3.7.3 GBDT常用的損失函式
3.8 XGBoost
3.8.1 XGBoost預測模型
3.8.2 目標函式
3.8.3 XGBoost算法分析
3.9 交替小二乘法
3.9.1 顯式反饋
3.9.2 隱式反饋
參考文獻
第4章 鯤鵬BoostKit大數據挖掘
4.1 鯤鵬晶片
4.1.1 鯤鵬晶片的發展
4.1.2 鯤鵬920處理器
4.1.3 鯤鵬920處理器的特點
4.2 鯤鵬BoostKit使能大數據場景
4.2.1 鯤鵬套用使能套件BoostKit
4.2.2 鯤鵬BoostKit大數據使能套件
4.3 鯤鵬BoostKit大數據機器學習算法庫
4.3.1 算法介紹
4.3.2 機器學習算法庫的使用方法
第5章 數據挖掘算法在鯤鵬的最佳化實踐
5.1 主成分分析
5.1.1 Covariance方法實現
5.1.2 SVD方法實現
5.1.3 鯤鵬BoostKit算法API介紹
5.2 邏輯回歸
5.2.1 概念回顧
5.2.2 最佳化求解
5.2.3 分散式實現
5.2.4 鯤鵬BoostKit算法API介紹
5.3 隨機森林
5.3.1 隨機森林基礎回顧
5.3.2 隨機森林分散式實現與最佳化
5.3.3 鯤鵬BoostKit算法API介紹
5.4 XGBoost
5.4.1 XGBoost的基礎回顧
5.4.2 XGBoost4J-Spark實現詳解
5.4.3 XGBoost單輪分散式訓練實現詳解
5.4.4 鯤鵬BoostKit算法API介紹
5.5 交替小二乘法
5.5.1 分散式實現流程
5.5.2 分散式實現詳解
5.5.3 鯤鵬BoostKit算法API介紹
參考文獻
第6章 數據挖掘算法套用案例
6.1 商品推薦案例
6.1.1 場景介紹
6.1.2 整體方案
6.1.3 關鍵步驟
6.1.4 小結
6.2 房價預測案例
6.2.1 場景介紹
6.2.2 整體方案
6.2.3 關鍵步驟
6.2.4 小結
6.3 客戶細分案例
6.3.1 場景介紹
6.3.2 整體方案
6.3.3 關鍵步驟
6.3.4 小結
作者簡介
袁春
清華大學深圳國際研究生院教授、博士生導師，主要研究方向為大數據機器學習和計算機視覺等，講授的“大數據機器學習”課程於2020年被評為教育部“國家級 本科課程”。
王工藝
華為計算產品線機器學習算法專家，擁有超過50項的國內外專利。長期從事機器學習/AI、數據挖掘、數據存儲相關理論和算法的研究，在算法設計、最佳化和實現上有豐富經驗。曾在存儲領域實現多個算法的技術突破，並廣泛套用到產品上。
