本書從淺顯易懂的“大數據和機器學習”原理說明入手，講述大數據和機器學習的基本概念，如分類、分析、訓練、建模、預測、機器學習（推薦引擎）、機器學習（二元分類）、機器學習（多元分類）、機器學習（回歸分析）和數據可視化應用等。書中不僅加入了新近的大數據技術，還豐富了“機器學習”內容。
為降低讀者學習大數據技術的門檻，書中提供了豐富的上機實踐操作和范例程序詳解，展示了如何在單機Windows系統上通過Virtual Box虛擬機安裝多機Linux虛擬機，如何建立Hadoop集群，再建立Spark開發環境。書中介紹搭建的上機實踐平臺并不限制于單臺實體計算機。對于有條件的公司和學校，參照書中介紹的搭建過程，同樣可以實現將自己的平臺搭建在多臺實體計算機上，以便更加接近于大數據和機器學習真實的運行環境。
本書非常適合于學習大數據基礎知識的初學者閱讀，更適合正在學習大數據理論和技術的人員作為上機實踐用的教材。
新書資訊