有人书这本书是hadoop实战这本书是进行Hadoop学习的不二之选，让读者可以从一个初学者逐步深入；但也有人觉得hadoop实战这本书虽然讲了很多Hadoop的框架，但是都讲得不够透彻，有的地方还有一些错误；有人说这本书也适合有一定基础的用户加深进步了解；但也有人觉这本书很“臃肿”，对于有Hadoop基础的人来说，看看Hadoop权威指南或许会更好……仁者见仁智者见智，小编要说的是本节内容东坡小编为大家整理带来的是一份pdf格式清晰完整电子版中文第二版HADOOP实战，需要查阅这本书的朋友点击本文相应的下载地址进行下载即可查阅！hadoop实战第2版目录前言第1章　Hadoop简介/11.1　什么是Hadoop/21.1.1　Hadoop概述/21.1.2　Hadoop的历史/21.1.3　Hadoop的功能与作用/21.1.4　Hadoop的优势/31.1.5　Hadoop应用现状和发展趋势/31.2　Hadoop项目及其结构/31.3　Hadoop体系结构/61.4　Hadoop与分布式开发/71.5　Hadoop计算模型―MapReduce/101.6　Hadoop数据管理/101.6.1　HDFS的数据管理/101.6.2　HBase的数据管理/121.6.3　Hive的数据管理/131.7　Hadoop集群安全策略/151.8　本章小结/17第2章　Hadoop的安装与配置/192.1　在Linux上安装与配置Hadoop/202.1.1　安装JDK 1.6/202.1.2　配置SSH免密码登录/212.1.3　安装并运行Hadoop/222.2　在Mac OSX上安装与配置Hadoop/242.2.1　安装Homebrew/242.2.2　使用Homebrew安装Hadoop/252.2.3　配置SSH和使用Hadoop/252.3　在Windows上安装与配置Hadoop/252.3.1　安装JDK 1.6或更高版本/252.3.2　安装Cygwin/252.3.3　配置环境变量/262.3.4　安装sshd服务/262.3.5　启动sshd服务/262.3.6　配置SSH免密码登录/262.3.7　安装并运行Hadoop/262.4　安装和配置Hadoop集群/272.4.1　网络拓扑/272.4.2　定义集群拓扑/272.4.3　建立和安装Cluster /282.5　日志分析及几个小技巧/342.6　本章小结/35第3章　MapReduce计算模型/363.1　为什么要用MapReduce/373.2　MapReduce计算模型/383.2.1　MapReduce Job/383.2.2　Hadoop中的Hello World程序/383.2.3　MapReduce的数据流和控制流/463.3　MapReduce任务的优化/473.4　Hadoop流/493.4.1　Hadoop流的工作原理/503.4.2　Hadoop流的命令/513.4.3　两个例子/523.5　Hadoop Pipes/543.6　本章小结/56第4章　开发MapReduce应用程序/574.1　系统参数的配置/584.2　配置开发环境/604.3　编写MapReduce程序/604.3.1　Map处理/604.3.2　Reduce处理/614.4　本地测试/624.5　运行MapReduce程序/624.5.1　打包/644.5.2　在本地模式下运行/644.5.3　在集群上运行/644.6　网络用户界面/654.6.1　JobTracker页面/654.6.2　工作页面/654.6.3　返回结果/664.6.4　任务页面/674.6.5　任务细节页面/674.7　性能调优/684.7.1　输入采用大文件/684.7.2　压缩文件/684.7.3　过滤数据/694.7.4　修改作业属性/714.8　MapReduce工作流/724.8.1　复杂的Map和Reduce函数/724.8.2　MapReduce Job中全局共享数据/744.8.3　链接MapReduce Job/754.9　本章小结/77第5章　MapReduce应用案例/795.1　单词计数/805.1.1　实例描述/805.1.2　设计思路/805.1.3　程序代码/815.1.4　代码解读/825.1.5　程序执行/835.1.6　代码结果/835.1.7　代码数据流/845.2　数据去重/855.2.1　实例描述/855.2.2　设计思路/865.2.3　程序代码/865.3　排序/875.3.1　实例描述/875.3.2　设计思路/885.3.3　程序代码/895.4　单表关联/915.4.1　实例描述/915.4.2　设计思路/925.4.3　程序代码/925.5　多表关联/955.5.1　实例描述/955.5.2　设计思路/965.5.3　程序代码/965.6　本章小结/98第6章　MapReduce工作机制/996.1　MapReduce作业的执行流程/1006.1.1　MapReduce任务执行总流程/1006.1.2　提交作业/1016.1.3　初始化作业/1036.1.4　分配任务/1046.1.5　执行任务/1066.1.6　更新任务执行进度和状态/1076.1.7　完成作业/1086.2　错误处理机制 /1086.2.1　硬件故障/1096.2.2　任务失败/1096.3　作业调度机制/1106.4　Shuffle和排序/1116.4.1　Map端/1116.4.2　Reduce端/1136.4.3　shuffle过程的优化/1146.5　任务执行/1146.5.1　推测式执行/1146.5.2　任务JVM重用/1156.5.3　跳过坏记录/1156.5.4　任务执行环境/1166.6　本章小结/117第7章　Hadoop I/O操作/1187.1　I/O操作中的数据检查/1197.2　数据的压缩 /1267.2.1　Hadoop对压缩工具的选择/1267.2.2　压缩分割和输入分割/1277.2.3　在MapReduce程序中使用压缩/1277.3　数据的I/O中序列化操作/1287.3.1　Writable类/1287.3.2　实现自己的Hadoop数据类型/1377.4　针对Mapreduce的文件类/1397.4.1　SequenceFile类/1397.4.2　MapFile类/1447.4.3　ArrayFile、SetFile和BloomMapFile/1467.5　本章小结/148第8章　下一代MapReduce：YARN/1498.1　MapReduce V2设计需求/1508.2　MapReduce V2主要思想和架构/1518.3　MapReduce V2设计细节/1538.4　MapReduce V2优势/1568.5　本章小结/156第9章　HDFS详解/1579.1　Hadoop的文件系统/1589.2　HDFS简介/1609.3　HDFS体系结构/1619.3.1　HDFS的相关概念/1619.3.2　HDFS的体系结构/1629.4　HDFS的基本操作/1649.4.1　HDFS的命令行操作/1649.4.2　HDFS的Web界面/1659.5　HDFS常用Java API详解/1669.5.1　使用Hadoop URL读取数据/1669.5.2　使用FileSystem API读取数据/1679.5.3　创建目录/1699.5.4　写数据/1699.5.5　删除数据/1719.5.6　文件系统查询/1719.6　HDFS中的读写数据流/1759.6.1　文件的读取/1759.6.2　文件的写入/1769.6.3　一致性模型/1789.7　HDFS命令详解/1799.7.1　通过distcp进行并行复制/1799.7.2　HDFS的平衡/1809.7.3　使用Hadoop归档文件/1809.7.4　其他命令/1839.8　WebHDFS/1869.8.1　WebHDFS的配置/1869.8.2　WebHDFS命令/1869.9　本章小结/190第10章　Hadoop的管理/19110.1　HDFS文件结构/19210.2　Hadoop的状态监视和管理工具/19610.2.1　审计日志/19610.2.2　监控日志/19610.2.3　Metrics/19710.2.4　Java管理扩展 /19910.2.5　Ganglia/20010.2.6　Hadoop管理命令/20210.3　Hadoop集群的维护/20610.3.1　安全模式/20610.3.2　Hadoop的备份/20710.3.3　Hadoop的节点管理/20810.3.4　系统升级/21010.4　本章小结/212第11章　Hive详解/21311.1　Hive简介/21411.1.1　Hive的数据存储/21411.1.2　Hive的元数据存储/21611.2　Hive的基本操作/21611.2.1　在集群上安装Hive/21611.2.2　配置MySQL存储Hive元数据/21811.2.3　配置Hive/22011.3　Hive QL详解/22111.3.1　数据定义（DDL）操作/22111.3.2　数据操作（DML）/23111.3.3　SQL操作/23311.3.4　Hive QL使用实例/23511.4　Hive网络（Web UI）接口/23711.4.1　Hive网络接口配置/23711.4.2　Hive网络接口操作实例/23811.5　Hive的JDBC接口//24111.5.1　环境配置/24111.5.2　程序实例/24111.6　Hive的优化/24411.7　本章小结/246第12章　HBase详解/24712.1　HBase简介/24812.2　HBase的基本操作/24912.2.1　HBase的安装/24912.2.2　运行HBase /25312.2.3　HBase Shell/25512.2.4　HBase配置/25812.3　HBase体系结构/26012.3.1　HRegion/26012.3.2　HRegion服务器/26112.3.3　HBase Master服务器/26212.3.4　ROOT表和META表/26212.3.5　ZooKeeper/26312.4　HBase数据模型/26312.4.1　数据模型/26312.4.2　概念视图/26412.4.3　物理视图/26412.5　HBase与RDBMS/26512.6　HBase与HDFS/26612.7　HBase客户端/26612.8　Java API /26712.9　HBase编程 /27312.9.1　使用Eclipse开发HBase应用程序/27312.9.2　HBase编程/27512.9.3　HBase与MapReduce/27812.10　模式设计/28012.10.1　模式设计应遵循的原则/28012.10.2　学生表/28112.10.3　事件表/28212.11　本章小结/283第13章　Mahout详解/28413.1　Mahout简介/28513.2　Mahout的安装和配置/28513.3　Mahout API简介/28813.4　Mahout中的频繁模式挖掘/29013.4.1　什么是频繁模式挖掘/29013.4.2　Mahout中的频繁模式挖掘/29013.5　Mahout中的聚类和分类/29213.5.1　什么是聚类和分类/29213.5.2　Mahout中的数据表示/29313.5.3　将文本转化成向量/29413.5.4　Mahout中的聚类、分类算法/29513.5.5　算法应用实例/29913.6　Mahout应用：建立一个推荐引擎/30413.6.1　推荐引擎简介/30413.6.2　使用Taste构建一个简单的推荐引擎/30513.6.3　简单分布式系统下基于产品的推荐系统简介/30713.7　本章小结/309第14章　Pig详解/31014.1　Pig简介/31114.2　Pig的安装和配置 /31114.2.1　Pig的安装条件/31114.2.2　Pig的下载、安装和配置/31214.2.3　Pig运行模式/31314.3　Pig Latin语言/31514.3.1　Pig Latin语言简介/31514.3.2　Pig Latin的使用/31614.3.3　Pig Latin的数据类型/31814.3.4　Pig Latin关键字/31914.4　用户定义函数 /32314.4.1　编写用户定义函数/32414.4.2　使用用户定义函数/32514.5　Zebra简介 /32614.5.1　Zebra的安装/32614.5.2　Zebra的使用简介/32714.6　Pig实例 /32814.6.1　Local模式/32814.6.2　MapReduce模式/33014.7　Pig进阶/33114.7.1　数据实例/33114.7.2　Pig数据分析/33214.8　本章小结/336第15章　ZooKeeper详解/33715.1　ZooKeeper简介/33815.1.1　ZooKeeper的设计目标/33815.1.2　数据模型和层次命名空间/33915.1.3　ZooKeeper中的节点和临时节点/33915.1.4　ZooKeeper的应用/34015.2　ZooKeeper的安装和配置/34015.2.1　安装ZooKeeper /34015.2.2　配置ZooKeeper/34615.2.3　运行ZooKeeper/34815.3　ZooKeeper的简单操作/35015.3.1　使用ZooKeeper命令的简单操作步骤/35015.3.2　ZooKeeper API的简单使用/35215.4　ZooKeeper的特性/35515.4.1　ZooKeeper的数据模型/35515.4.2　ZooKeeper会话及状态/35615.4.3　ZooKeeper watches/35715.4.4　ZooKeeper ACL/35815.4.5　ZooKeeper的一致性保证/35915.5　使用ZooKeeper进行Leader选举/35915.6　ZooKeeper锁服务/36015.6.1　ZooKeeper中的锁机制/36015.6.2　ZooKeeper提供的一个写锁的实现/36115.7　使用ZooKeeper创建应用程序 /36315.7.1　使用Eclipse开发ZooKeeper应用程序/36315.7.2　应用程序实例/36515.8　BooKeeper/36915.9　本章小结/371第16章　Avro详解/37216.1　Avro介绍/37316.1.1　模式声明/37416.1.2　数据序列化/37816.1.3　数据排列顺序/38016.1.4　对象容器文件 /38116.1.5　协议声明/38216.1.6　协议传输格式/38316.1.7　模式解析/38616.2　Avro的C/C++实现/38716.3　Avro的Java实现/39816.4　GenAvro（Avro IDL）语言/40216.5　Avro SASL概述/40616.6　本章小结/407第17章　Chukwa详解/40917.1　Chukwa简介/41017.2　Chukwa架构/41117.2.1　客户端及其数据模型/41217.2.2　收集器/41317.2.3　归档器和分离解析器/41417.2.4　HICC/41517.3　Chukwa的可靠性/41517.4　Chukwa集群搭建/41617.4.1　基本配置要求/41617.4.2　Chukwa的安装/41617.4.3　Chukwa的运行/41917.5　Chukwa数据流的处理/42417.6　Chukwa与其他监控系统比较/42517.7　本章小结/426本章参考资料/426第18章　Hadoop的常用插件与开发/42818.1　Hadoop Studio的介绍和使用/42918.1.1　Hadoop Studio的介绍/42918.1.2　Hadoop Studio的安装配置/43018.1.3　Hadoop Studio的使用举例/43018.2　Hadoop Eclipse的介绍和使用/43618.2.1　Hadoop Eclipse的介绍/43618.2.2　Hadoop Eclipse的安装配置/43718.2.3　Hadoop Eclipse的使用举例/43818.3　Hadoop Streaming的介绍和使用/44018.3.1　Hadoop Streaming的介绍/44018.3.2　Hadoop Streaming的使用举例/44418.3.3　使用Hadoop Streaming常见的问题/44618.4　Hadoop Libhdfs的介绍和使用/44818.4.1　Hadoop Libhdfs的介绍/44818.4.2　Hadoop Libhdfs的安装配置/44818.4.3　Hadoop Libhdfs API简介/44818.4.4　Hadoop Libhdfs的使用举例/44918.5　本章小结/450第19章　企业应用实例/45219.1　Hadoop在Yahoo!的应用/45319.2　Hadoop在eBay的应用/45519.3　Hadoop在百度的应用/45719.4　即刻搜索中的Hadoop/46019.4.1　即刻搜索简介/46019.4.2　即刻Hadoop应用架构/46019.4.3　即刻Hadoop应用分析/46319.5　Facebook中的Hadoop和HBase/46319.5.1　Facebook中的任务特点/46419.5.2　MySQL VS Hadoop+HBase/46619.5.3　Hadoop和HBase的实现/46719.6　本章小结/472本章参考资料/472附录A　云计算在线检测平台/474附录B　Hadoop安装、运行与使用说明/484附录C　使用DistributedCache的MapReduce程序/491附录D　使用ChainMapper和ChainReducer的MapReduce程序/495hadoop实战第2版内容简介hadoop实战第2版是一本系统且极具实践指导意义的Hadoop工具书和参考书，作者陆嘉恒，已经扫描为pdf高清版电子图书，附带的福昕pdf阅读器可以完美打开浏览阅读。由于第1版广受好评，第2版基于hadoop及其相关技术最新版本撰写，从多角度做了全面的修订和补充。hadoop实战第2版不仅详细讲解了新一代的hadoop技术，而且全面介绍了hive、hbase、mahout、pig、zookeeper、avro、chukwa等重要技术，是系统学习hadoop技术的首选之作。hadoop实战第2版内容截图
HADOOP实战(中文第二版) pdf清晰完整电子版
其它相关版本
18KB / 01-09 / doc格式【免费】
8KB / 01-09 / doc格式免费版
16KB / 12-26 / word免费版
48.3M / 06-10 / 1.11 官方免费版
499KB / 04-08 / v2.0.0.4 免费绿色版
本类软件排行
装机必备软件
素材字体高考学习Mahout算法解析与案例实战_PDF电子书下载带书签目录完整版_免费下载 - 163网盘
我的网盘文件　　　　　　　　　　
好评：50.00%(0)
差评：50.00%(0)
分享给好友:复制地址
文档昨日热门排行
热门专辑推荐
文件描述介绍
Mahout算法解析与案例实战_PDF电子书下载 带书签目录 完整版
文件下载地址
电信高速下载
联通高速下载
用户其它文件
版权所有　&&您现在的位置：
Mahout实战
高清 电子书 pdf [（美）欧文著][人民邮电出版社]sample
综合排名：0&&&馆藏数：1538&&&总收益：?58.5
资料等级：
在上学吧挣得收益数
资料价格：免费
文件类型： (pdf)
资料大小：23.5 MB
上传时间：
Mahout实战&&高清 电子书 pdf [（美）欧文著][人民邮电出版社]sample
[] [] [] [] [] [] [] []
￥56792.31￥33360.52￥17407.43￥11538.34￥10270.05￥6198.56
会员jobwangwu分享
上学吧从2011年我开始做的时候开始，提现都是按照网站规定时间兑现打款给网友的，从不拖欠。自己总结一下上传资料有以下几点经验：
一：合理选择资料
二：搜集自己擅长的资料
三：合理定价
四：多进行资料的推广...
会员senda分享
上学吧已经用了接近两年了，给我的真心体会就是非常棒!上学吧提供的精美资料以及软件、工具种类都是非常之多，更可观的是，动动手指，便可享受上学吧带来的收益...[详情]
会员why74100分享
在我们写毕业论文时间里，曾找了很多个网站，百度文库.豆丁网.等等等等，最后发现了上学吧，里边资料很全，有帮助的也很多。关于上传资料，我建议还是要关注网站内的求购...[详情]
会员fengstone分享
作为新人应认识到上学吧是一个以分享资料为纽带将网友链接在一起、互惠互利的平台，请注意以下几点：
1. 大致了解网站的奖励机制
2.审视自己现有的资料
3.向网站收入高的网友学习...
会员boning2014分享
我是一名教师，平时要收集一些考试题、制件教学课件之类的东东。我的同事对我说将你制做的ppt上传到上学吧还可以卖钱呢...
会员helploving分享
新手朋友怎样才能在上学吧茫茫的“资料海洋”里脱颖而出呢?下面，笔者为您指点3大招，助您三阳开泰:
第一招·整理整顿
第二招·草船借箭
第三招·收集情报...
会员liuhong_520分享
1、人有我“优”——资料名称、资料简介正规化;
2、人无我“有”——重点上传稀缺资料
3、人逸我“劳”——积极进行...
会员Biglemon分享
2015年6月份我有幸成为上学吧的一员，感谢此次活动提供的平台，让我可以将我的一些想法与感触分享给大家:
《一》上传资料的动机
《二》上传哪些资料比较好
《三》上传资料的方法...当前位置：&&&Mahout算法解析与案例实战_迷你书.pdf Mahout算法解析与案例实战_迷你书.pdf分享用户：资源分类：文件大小： 23 MB资源类型：浏览次数：1590次发布日期： 09:13:56资源类别：文件其它：700次下载/438次保存
收藏资源：
也许对您有用的百度云盘资源推荐百度云盘分享达人推荐相关百度云盘资源推荐Mahout算法解析与案例实战一书一般被简称为Mahout实战，关于这本书存在两种比较明显的评价，有人说本书是一本经典的Mahout著作，而有人表示这本书前边对于算法的介绍还比较好， 但是后面实战部分太差了――甚至认为本书关于调用MAHOUT与HADOOP的平台的接口什么的都没讲。正所谓，一千个读者就有一千哈姆雷特，该书到底是好是坏，当然只有你看了之后才知道。本节内容东坡小编为大家整理带来的是一份pdf格式高清中文电子版Mahout算法解析与案例实战，欢迎感兴趣的朋友前来下载查阅！Mahout算法解析与案例实战目录第一部分　基础篇第1章　Mahout简介 21.1　Mahout应用背景 21.2　Mahout算法库 31.2.1　聚类算法 41.2.2　分类算法 51.2.3　协同过滤算法 61.2.4　频繁项集挖掘算法 71.3　Mahout应用 71.4　本章小结 8第2章　Mahout安装配置 92.1　Mahout安装前的准备 92.1.1　安装JDK 102.1.2　安装Hadoop 122.2　两种安装方式 202.2.1　使用Maven安装 202.2.2　下载发布版安装 222.3　测试安装 222.4　本章小结 24第二部分　算法篇第3章　聚类算法 263.1　Canopy算法 263.1.1　Canopy算法简介 263.1.2　Mahout中Canopy算法实现原理 283.1.3　Mahout的Canopy算法实战 293.1.4　Canopy算法小结 373.2　K-Means算法 373.2.1　K-Means算法简介 373.2.2　Mahout中K-Means算法实现原理 383.2.3　Mahout的K-Means算法实战 393.2.4　K-Means算法小结 463.3　Mean Shift算法 463.3.1　Mean Shift算法简介 463.3.2　Mahout中Mean Shift算法实现原理 463.3.3　Mahout的Mean Shift算法实战 483.3.4　Mean Shift算法小结 513.4　本章小结 51第4章　分类算法 524.1　 Bayesian算法 534.1.1　Bayesian算法简介 534.1.2　Mahout 中Bayesian算法实现原理 554.1.3　Mahout的Bayesian算法实战 594.1.4　拓展 704.1.5　Bayesian算法小结 704.2　Random Forests算法 704.2.1　Random Forests算法简介 704.2.2　Mahout中Random Forests算法实现原理 724.2.3　Mahout的Random Forests算法实战 774.2.4　拓展 814.2.5　Random Forests算法小结 824.3　本章小结 83第5章　协同过滤算法 845.1　Distributed Item-Based Collaborative Filtering算法 855.1.1　Distributed Item-Based Collaborative Filtering算法简介 855.1.2　Mahout中Distributed ItemBased Collaborative Filtering算法实现原理 865.1.3　Mahout的Distributed Item Based Collaborative Filtering算法实战 905.1.4　拓展 935.1.5　Distributed ItemBased Collabo-rative Filtering算法小结 945.2　Collaborative Filtering with ALSWR算法 945.2.1　Collaborative Filtering with ALSWR算法简介 945.2.2　Mahout中Collaborative Filtering with ALS-WR算法实现原理 985.2.3　Mahout的Collaborative Filtering with ALS-WR算法实战 995.2.4　拓展 1075.2.5　Collaborative Filtering with ALSWR算法小结 1075.3　本章小结 107第6章　模式挖掘算法 1086.1　FP树关联规则算法 1096.1.1　FP树关联规则算法简介 1096.1.2　Mahout中Parallel Frequent Pattern Mining算法实现原理 1136.1.3　Mahout的Parallel Frequent Pattern Mining算法实战 1206.1.4　拓展 1256.2　本章小结 126第7章　Mahout中的其他算法 1277.1　Dimension Reduction算法 1287.1.1　Dimension Reduction算法简介 1287.1.2　Mahout中Dimension Reduction算法实现原理 1297.1.3　Mahout的Dimension Reduction算法实战 1337.1.4　拓展 1397.2　本章小结 142第三部分　实战篇第8章　Friend Find系统 1448.1　系统功能 1458.1.1　系统管理员 1458.1.2　普通用户 1468.1.3　总体功能 1468.2　数据库设计 1478.2.1　原始用户数据表 1488.2.2　注册用户数据表 1498.2.3　系统管理员表 1498.2.4　聚类中心表 1498.3　系统技术框架 1508.4　系统流程 1528.4.1　登录 1528.4.2　注册 1538.4.3　上传数据 1548.4.4　调用K-Means算法 1558.4.5　查看用户分组 1578.4.6　查看分组情况 1588.4.7　查看分组成员 1598.5　系统实现 1598.5.1　登录 1598.5.2　注册 1618.5.3　上传数据 1628.5.4　调用K-Means算法 1638.5.5　查看用户分组 1678.5.6　查看分组情况 1678.5.7　查看分组成员 1688.6　本章小结 170第9章　Wine Identification系统 1719.1　系统功能 1729.1.1　用户管理模块 1739.1.2　随机森林模型建立模块 1739.1.3　随机森林模型预测模块 1739.2　系统框架 1739.3　数据库设计 1809.3.1　用户表 1809.3.2　系统常量表 1819.4　系统流程 1819.4.1　登录 1829.4.2　注销 1829.4.3　权限修改 1829.4.4　密码修改 1839.4.5　用户列表 1839.4.6　数据上传 1849.4.7　随机森林模型建立 1859.4.8　随机森林模型评估 1869.4.9　随机森林模型预测 1879.5　系统实现 1889.5.1　登录 1889.5.2　注销 1889.5.3　权限修改 1899.5.4　密码修改 1909.5.5　用户列表 1919.5.6　数据上传 1939.5.7　随机森林模型建立 1949.5.8　随机森林模型评估 1949.5.9　随机森林模型预测 1959.6　本章小结 196第10章　Dating Recommender系统 19710.1　系统功能 19810.1.1　系统管理员功能 19810.1.2　普通用户功能 19910.1.3　功能总述 19910.2　系统框架 20010.3　数据库设计 20310.3.1　系统管理员表 20310.3.2　原始用户推荐信息表 20410.3.3　基础数据top10表 20410.4　系统流程 20410.4.1　登录 20510.4.2　上传数据 20510.4.3　推荐分析 20610.4.4　单用户推荐 21010.4.5　新用户推荐 21110.5　算法设计 21410.5.1　协同过滤算法接口设计 21410.5.2　top10算法设计 21510.5.3　新用户推荐算法设计 22110.6　系统实现 22810.6.1　登录 22810.6.2　上传数据 22910.6.3　推荐分析 23010.6.4　单用户推荐 23210.6.5　新用户推荐 23410.7　本章小结 235第11章　博客推荐系统 23711.1　系统功能 23811.1.1　用户管理 23811.1.2　建立知识库 23911.1.3　博客管理 23911.2　系统框架 24011.3　数据库设计 24611.3.1　用户信息表 24611.3.2　知识库信息表 24711.3.3　系统常量表 24811.4　系统流程 24811.4.1　登录 24811.4.2　注册 24811.4.3　密码修改 24911.4.4　订阅博客查看 24911.4.5　博客订阅与退订 24911.4.6　博客推荐 25011.4.7　上传数据 25211.4.8　调用FP树关联规则算法 25311.5　算法设计 26011.6　系统实现 26211.6.1　登录 26211.6.2　注册 26311.6.3　密码修改 26411.6.4　订阅博客查看 26511.6.5　运行FP云算法 26611.6.6　博客订阅与退订 26711.6.7　博客推荐 26811.7　本章小结 270Mahout算法解析与案例实战内容简介全书11章共分为三个部分：第一部分为基础篇（第1～2章），首先介绍了Mahout的应用背景、Mahout算法库收录的算法、Mahout的应用实例，以及开发环境的搭建；第二部分为算法篇（第3～7章），分析了Mahout算法库中不同模块的各个算法的原理以及Mahout实现流程，同时在各章节含有每个算法的实战，让读者可以自己运行程序，感受程序运行的各个流程；第三部分为实战篇（第8～11章），通过对4个不同系统案例的分析讲解，让读者了解开发完整的云平台系统的各个流程，即需求分析、系统框架选择及构建、系统功能设计和功能开发。本书是一本经典的Mahout著作，原理与实战并重。不仅全面分析了Mahout算法库不同模块中的各个算法的原理及其实现流程，而且每个算法都辅之以实战案例。此外，还包括4个系统级案例，实战性非常强。Mahout算法解析与案例实战电子版内容截图
Mahout算法解析与案例实战 高清电子版
其它相关版本
6KB / 01-08 / doc格式免费版
19KB / 01-08 / doc格式【免费】
5KB / 01-08 / doc格式【免费】
6KB / 01-08 / doc格式【免费】
16KB / 12-26 / word免费版
本类软件排行
装机必备软件
素材字体高考学习