eBook - ePub
Apache Mahout Essentials
Jayani Withanawasam
This is a test
Compartir libro
- 164 páginas
- English
- ePUB (apto para móviles)
- Disponible en iOS y Android
eBook - ePub
Apache Mahout Essentials
Jayani Withanawasam
Detalles del libro
Vista previa del libro
Índice
Citas
Preguntas frecuentes
¿Cómo cancelo mi suscripción?
¿Cómo descargo los libros?
Por el momento, todos nuestros libros ePub adaptables a dispositivos móviles se pueden descargar a través de la aplicación. La mayor parte de nuestros PDF también se puede descargar y ya estamos trabajando para que el resto también sea descargable. Obtén más información aquí.
¿En qué se diferencian los planes de precios?
Ambos planes te permiten acceder por completo a la biblioteca y a todas las funciones de Perlego. Las únicas diferencias son el precio y el período de suscripción: con el plan anual ahorrarás en torno a un 30 % en comparación con 12 meses de un plan mensual.
¿Qué es Perlego?
Somos un servicio de suscripción de libros de texto en línea que te permite acceder a toda una biblioteca en línea por menos de lo que cuesta un libro al mes. Con más de un millón de libros sobre más de 1000 categorías, ¡tenemos todo lo que necesitas! Obtén más información aquí.
¿Perlego ofrece la función de texto a voz?
Busca el símbolo de lectura en voz alta en tu próximo libro para ver si puedes escucharlo. La herramienta de lectura en voz alta lee el texto en voz alta por ti, resaltando el texto a medida que se lee. Puedes pausarla, acelerarla y ralentizarla. Obtén más información aquí.
¿Es Apache Mahout Essentials un PDF/ePUB en línea?
Sí, puedes acceder a Apache Mahout Essentials de Jayani Withanawasam en formato PDF o ePUB, así como a otros libros populares de Ciencia de la computación y Programación en Java. Tenemos más de un millón de libros disponibles en nuestro catálogo para que explores.
Información
Apache Mahout Essentials
Table of Contents
Apache Mahout Essentials
Credits
About the Author
About the Reviewers
www.PacktPub.com
Support files, eBooks, discount offers, and more
Why subscribe?
Free access for Packt account holders
Preface
What this book covers
What you need for this book
Who this book is for
Conventions
Reader feedback
Customer support
Downloading the example code
Downloading the color images of this book
Errata
Piracy
Questions
1. Introducing Apache Mahout
Machine learning in a nutshell
Features
Supervised learning versus unsupervised learning
Machine learning applications
Information retrieval
Business
Market segmentation (clustering)
Stock market predictions (regression)
Health care
Using a mammogram for cancer tissue detection
Machine learning libraries
Open source or commercial
Scalability
Languages used
Algorithm support
Batch processing versus stream processing
The story so far
Apache Mahout
Setting up Apache Mahout
How Apache Mahout works?
The high-level design
The distribution
From Hadoop MapReduce to Spark
Problems with Hadoop MapReduce
In-memory data processing with Spark and H2O
Why is Mahout shifting from Hadoop MapReduce to Spark?
When is it appropriate to use Apache Mahout?
Summary
2. Clustering
Unsupervised learning and clustering
Applications of clustering
Computer vision and image processing
Types of clustering
Hard clustering versus soft clustering
Flat clustering versus hierarchical clustering
Model-based clustering
K-Means clustering
Getting your hands dirty!
Running K-Means using Java programming
Data preparation
Understanding important parameters
Cluster visualization
Distance measure
Writing a custom distance measure
K-Means clustering with MapReduce
MapReduce in Apache Mahout
The map function
The reduce function
Additional clustering algorithms
Canopy clustering
Fuzzy K-Means
Streaming K-Means
The streaming step
The ball K-Means step
Spectral clustering
Dirichlet clustering
Text clustering
The vector space model and TF-IDF
N-grams and collocations
Preprocessing text with Lucene
Text clustering with the K-Means algorithm
Topic modeling
Optimizing clustering performance
Selecting the right features
Selecting the right algorithms
Selecting the right distance measure
Evaluating clusters
The initialization of centroids and the number of clusters
Tuning up parameters
The decision on infrastructure
Summary
3. Regression and Classification
Supervised learning
Target variables and predictor variables
Predictive analytics' techniques
Regression-based prediction
Model-based prediction
Tree-based prediction
Classification versus regression
Linear regression with Apache Spark
How does linear regression work?
A real-world example
The impact of smoking on mortality and different diseases
Linear regression with one variable and multiple variables
The integration of Apache Spark
Setting up Apache Spark with Apache Mahout
An example script
Distributed row matrix
An explanation of the code
Mahout references
The bias-variance trade-off
How to avoid over-fitting and under-fitting
Logistic regression with SGD
Logistic functions
Minimizing the cost function
Multinomial logistic regression versus binary logistic regression
A real-world example
An example script
Testing and evaluation
The confusion matrix
The area under the curve
The Naïve Bayes algorithm
The Bayes theorem
Text classification
Naïve assumption and its pros and cons in text classification
Improvements that Apache Mahout has made to the Naïve Bayes classification
A text classification coding example using the 20 newsgroups' example
Understand the 20 newsgroups' dataset
Text classification using Naïve Bayes – a MapReduce implementation with Hadoop
Text classification using Naïve Bayes – the Spark implementation
The Markov chain
Hidden Markov Model
A real-world example – developing a POS tagger using HMM supervised learning
POS tagging
HMM for POS tagging
HMM implementation in Apache Mahout
HMM supervised learning
The important parameters
Returns
The Baum Welch algorithm
A code example
The important parameters
The Viterbi evaluator
The Apache Mahout references
Summary
4. Recommen...