結合主流分布式計算框架、國產芯片，介紹算法極致性能優化實踐，開發面向企業級應用的高性能數據挖掘算法；剖析數據挖掘算法的典型應用案例，啟發讀者在面向科研問題、企業應用，基于數據挖掘算法快速構建應用。
叢書序
前言
第1章 大數據挖掘技術概述
1.1 大數據技術重要性
1.2 大數據概念和類型
1.3 大數據挖掘技術
1.3.1 大數據采集技術
1.3.2 大數據預處理技術
1.3.3 大數據分析和挖掘技術
1.3.4 大數據可視化技術
1.3.5 大數據應用
1.4 大數據挖掘系統架構
1.4.1 大數據存儲系統
1.4.2 大數據處理系統
1.4.3 大數據可視化和應用系統
1.5 大數據挖掘技術的特性
1.6 新技術浪潮下的大數據挖掘技術
參考文獻
第2章 分布式開發框架
2.1 分布式并行策略
2.1.1 數據并行
2.1.2 模型并行
2.2 分布式協調
2.2.1 ZooKeeper簡介
2.2.2 數據模型
2.2.3 ZooKeeper體系結構
2.2.4 分布式鎖
2.3 分布式通信
2.3.1 分布式通信機制
2.3.2 分布式通信拓撲
2.4 分布式一致性算法
2.4.1 一致性哈希
2.4.2 Paxos算法
2.4.3 Raft算法
2.5 分布式計算框架
2.5.1 Hadoop
2.5.2 Spark
2.5.3 Flink
2.5.4 Ray
參考文獻
第3章 經典挖掘算法
3.1 主成分分析
3.1.1 算法介紹
3.1.2 算法推導
3.2 線性回歸
3.2.1 線性回歸的損失函數
3.2.2 優化求解方法
3.2.3 正則化
3.3 邏輯回歸
3.3.1 Logistic函數
3.3.2 邏輯回歸的損失函數
3.3.3 多分類問題
3.4 線性支持向量機
3.4.1 支持向量機的基本概念
3.4.2 線性支持向量機的損失函數
3.5 決策樹
3.5.1 決策樹算法概述
3.5.2 ID3決策樹算法
3.5.3 C4.5算法
3.5.4 分類回歸樹（CART）
3.6 隨機森林
3.7 梯度提升決策樹
3.7.1 負梯度與殘差
3.7.2 GBDT的計算原理
3.7.3 GBDT常用的損失函數
3.8 XGBoost
3.8.1 XGBoost預測模型
3.8.2 目標函數
3.8.3 XGBoost算法分析
3.9 交替小二乘法
3.9.1 顯式反饋
3.9.2 隱式反饋
參考文獻
第4章 鯤鵬BoostKit大數據挖掘
4.1 鯤鵬芯片
4.1.1 鯤鵬芯片的發展
4.1.2 鯤鵬920處理器
4.1.3 鯤鵬920處理器的特點
4.2 鯤鵬BoostKit使能大數據場景
4.2.1 鯤鵬應用使能套件BoostKit
4.2.2 鯤鵬BoostKit大數據使能套件
4.3 鯤鵬BoostKit大數據機器學習算法庫
4.3.1 算法介紹
4.3.2 機器學習算法庫的使用方法
第5章 數據挖掘算法在鯤鵬的優化實踐
5.1 主成分分析
5.1.1 Covariance方法實現
5.1.2 SVD方法實現
5.1.3 鯤鵬BoostKit算法API介紹
5.2 邏輯回歸
5.2.1 概念回顧
5.2.2 優化求解
5.2.3 分布式實現
5.2.4 鯤鵬BoostKit算法API介紹
5.3 隨機森林
5.3.1 隨機森林基礎回顧
5.3.2 隨機森林分布式實現與優化
5.3.3 鯤鵬BoostKit算法API介紹
5.4 XGBoost
5.4.1 XGBoost的基礎回顧
5.4.2 XGBoost4J-Spark實現詳解
5.4.3 XGBoost單輪分布式訓練實現詳解
5.4.4 鯤鵬BoostKit算法API介紹
5.5 交替小二乘法
5.5.1 分布式實現流程
5.5.2 分布式實現詳解
5.5.3 鯤鵬BoostKit算法API介紹
參考文獻
第6章 數據挖掘算法應用案例
6.1 商品推薦案例
6.1.1 場景介紹
6.1.2 整體方案
6.1.3 關鍵步驟
6.1.4 小結
6.2 房價預測案例
6.2.1 場景介紹
6.2.2 整體方案
6.2.3 關鍵步驟
6.2.4 小結
6.3 客戶細分案例
6.3.1 場景介紹
6.3.2 整體方案
6.3.3 關鍵步驟
6.3.4 小結
新書資訊