作者：
出版社： 东南大学出版社
CIP号：2015165527
书号：978-7-5641-5910-8
出版地：南京
出版时间：2015.9
定价：￥56.0
在这本实用书籍中，四位Cloudera公司的数据科学家讲解了一系列自包含模式，用于在Spark中进行大规模数据分析。本书作者们把Spark、统计原理和现实世界中的数据集合放到一起，通过实例教你如何解决数据分析问题。你将从Spark及其生态系统的介绍开始，然后深入运用标准技巧——归类、聚合过滤及异常检测等的模式，这些技巧被用于生物基因、安全和金融等行业。如果你对机器学习和统计学有初步了解，使用Java、Python或者Scala编程，就会发现这些模式对于你的数据分析应用程序会非常有用。