12 SparkR朴素贝叶斯模型
12.1 SparkR简介
12.2 获取数据
12.2.1 SparkDataFrame数据结构说明
12.2.2 创建SparkDataFrame
12.2.3 SparkDataFrame的常用操作
12.3 朴素贝叶斯分类器
12.3.1 数据探查
12.3.2 对原始数据集进行转换
12.3.3 查看不同船舱的生还率差异
12.3.4 转换成SparkDataFrame格式的数据
12.3.5 模型概要
12.3.6 预测
12.3.7 评估模型
12.4 小结
13 使用Spark Streaming构建在线学习模型
13.1 Spark Streaming简介
13.1.1 Spark Streaming常用术语
13.1.2 Spark Streaming处理流程
13.2 Dstream操作
13.2.1 Dstream输入
13.2.2 Dstream转换
13.2.3 Dstream修改
13.2.4 Dstream输出
13.3 Spark Streaming应用实例
13.4 Spark Streaming在线学习实例
13.5 小结
14 TensorFlowOnSpark详解
14.1 TensorFlow简介
14.1.1 TensorFlow的安装
14.1.2 TensorFlow的发展
14.1.3 TensorFlow的特点
14.1.4 TensorFlow编程模型
14.1.5 TensorFlow常用函数
14.1.6 TensorFlow运行原理
14.1.7 TensorFlow系统架构
14.2 TensorFlow实现卷积神经网络
14.2.1 卷积神经网络简介
14.2.2 卷积神经网络的发展历程
14.2.3 卷积神经网络的网络结构
14.2.4 TensorFlow实现卷积神经网络
14.3 TensorFlow实现循环神经网络
14.3.1 循环神经网络简介
14.3.2 LSTM循环神经网络简介
14.3.3 LSTM循环神经网络分步说明
14.3.4 TensorFlow实现循环神经网络
14.4 分布式TensorFlow
14.4.1 客户端、主节点和工作节点间的关系
14.4.2 分布式模式
14.4.3 在Pyspark集群环境运行TensorFlow
14.5 TensorFlowOnSpark架构
14.6 TensorFlowOnSpark安装
14.7 TensorFlowOnSpark实例
14.7.1 TensorFlowOnSpark单机模式实例
14.7.2 TensorFlowOnSpark集群模式实例
14.8 小结
3 ML Pipeline原理与实战
3.1 Pipeline简介
3.2 DataFrame
3.3 Pipeline组件
3.4 Pipeline原理
3.5 Pipeline实例
3.5.1 使用Estimator、Transformer和Param的实例
3.5.2 ML使用Pipeline的实例
3.6 小结
6 Spark MLlib基础
6.1 Spark MLlib简介
6.2 Spark MLlib架构
6.3 数据类型
6.4 基础统计
6.4.1 摘要统计
6.4.2 相关性
6.4.3 假设检验
6.4.4 随机数据生成
6.5 RDD、Dataframe和Dataset
6.5.1 RDD
6.5.2 Dataset/DataFrame
6.5.3 相互转换
6.6 小结
