大数据互联网大规模数据挖掘与分布式处理-网络科技-文化科教-太极之巅书单号

书刊介绍

大数据互联网大规模数据挖掘与分布式处理内容简介

本书源自作者在斯坦福大学教授多年的“web挖掘”课程材料，主要关注大数据环境下数据挖掘的实际算法。书中分析了海量数据集数据挖掘常用的算法，介绍了目前web应用的许多重要话题。主要内容包括：
□ 分布式文件系统以及map-reduce工具；
□ 相似性搜索；
□ 数据流处理以及针对易丢失数据等特殊情况的专用处理算法；
□ 搜索引擎技术，如谷歌的pagerank；
□ 频繁项集挖掘；
□ 大规模高维数据集的聚类算法；
□ web应用中的关键问题：广告管理和推荐系统。
本书配套网http://infolab.stanford.edu/~ullman/mmds.html上提供英文版初稿以及一些课件和项目作业。

大数据互联网大规模数据挖掘与分布式处理本书特色

大数据时代的及时雨全球著名数据库技术专家*新力作理论与实际算法实现并重

大数据互联网大规模数据挖掘与分布式处理目录

第1章数据挖掘基本概念
1.1 数据挖掘的定义
1.1.1 统计建模
1.1.2 机器学习
1.1.3 建模的计算方法
1.1.4 数据汇总
1.1.5 特征抽取
1.2 数据挖掘的统计限制
1.2.1 整体情报预警
1.2.2 邦弗朗尼原理
1.2.3 邦弗朗尼原理的一个例子
1.2.4 习题
1.3 相关知识
1.3.1 词语在文档中的重要性
1.3.2 哈希函数

大数据互联网大规模数据挖掘与分布式处理作者简介

AnandRajaraman数据库和Web技术领域权威，创业投资基金Cambrian联合创始人，斯坦福大学计算机科学系助理教授。Rajaraman职业生涯非常成功：1996年创办Junglee公司，两年后该公司被亚马逊以2.5亿美元收购，Rajaraman被聘为亚马逊技术总监，推动亚马逊从一个零售商转型为零售平台；2000年与人合创Cambrian，孵化出几个后来被谷歌收购的公司；2005年创办Kosmix公司并任CEO，该公司2011年被沃尔玛集团收购。Rajaraman生于印度，在斯坦福大学获得计算机科学硕士和博士学位。求学期间与人合著的一篇论文荣列近20年来被引用次数最多的论文之一。博客地址http://anand.typepad.com/datawocky/。
JeffreyDavidUllman美国国家工程院院士，计算机科学家，斯坦福大学教授。Ullman早年在贝尔实验室工作，之后任教于普林斯顿大学，十年后加入斯坦福大学直至退休，一生的科研、著书和育人成果卓著。他是ACM会员，曾获SIGMOD贡献奖、Knuth奖等多项科研大奖；他是“龙书”《编译原理》、数据库领域权威指南《数据库系统实现》的合著者；麾下多名学生成为了数据库领域的专家，其中最有名的当属谷歌创始人SergeyBrin；本书第一作者也是他的得意弟子。Ullman目前任Gradiance公司CEO。