这本《Python+Spark 2.0+Hadoop机器学习与大数据实战》从浅显易懂的“大数据和机器学习”原理说明入手，讲述大数据和机器学习的基本概念，如分类、分析、训练、建模、预测、机器学习（推荐引擎）、机器学习（二元分类）、机器学习（多元分类）、机器学习（回归分析）和数据可视化应用等。

书中不仅加入了新近的大数据技术，还丰富了“机器学习”内容。 为降低读者学习大数据技术的门槛，书中提供了丰富的上机实践操作和范例程序详解，展示了如何在单机Windows系统上通过Virtual Box虚拟机安装多机Linux虚拟机，如何建立Hadoop集群，再建立Spark开发环境。书中介绍搭建的上机实践平台并不限制于单台实体计算机。对于有条件的公司和学校，参照书中介绍的搭建过程，同样可以实现将自己的平台搭建在多台实体计算机上，以便更加接近于大数据和机器学习真实的运行环境。

本书非常适合于学习大数据基础知识的初学者阅读，更适合正在学习大数据理论和技术的人员作为上机实践用的教材。

本书内容：

第1章 Python Spark机器学习与Hadoop大数据 1

第2章 VirtualBox虚拟机软件的安装 19

第3章 Ubuntu Linux 操作系统的安装 30

第4章 Hadoop Single Node Cluster的安装 57

第5章 Hadoop Multi Node Cluster的安装 80

第6章 Hadoop HDFS命令 117

第7章 Hadoop MapReduce 135

第8章 Python Spark的介绍与安装 148

第9章 在 IPythonNotebook 运行 Python Spark 程序 176

第10章 Python Spark RDD 197

第11章 Python Spark的集成开发环境 229

第12章 Python Spark创建推荐引擎 281

第13章 Python Spark MLlib决策树二元分类 311

第14章 Python Spark MLlib 逻辑回归二元分类 361

第15章 Python Spark MLlib支持向量机SVM二元分类 373

第16章 Python Spark MLlib朴素贝叶斯二元分类 382

第17章 Python Spark MLlib决策树多元分类 391

第18章 Python Spark MLlib决策树回归分析 407

第19章 Python Spark SQL、DataFrame、RDD数据统计与可视化 425

第20章 Spark ML Pipeline 机器学习流程二元分类 462

第21章 Spark ML Pipeline 机器学习流程多元分类 486

第22章 Spark ML Pipeline 机器学习流程回归分析 499

书籍只是辅助，想要真正的学好学会数据分析还是要有系统的学习方法和学习教程！

最后，小编还为大家准备了java丶python丶大数据丶web前端编程语言的自学教程资料+PDF电子书分享。

获取方式：请转发+关注并私信“教程”即可获取各类编程语言视频自学教程+pdf电子书籍分享哦！人人有份！

获取方式：请转发+关注并私信“资料”即可获取各类编程语言视频自学教程+pdf电子书籍分享哦！人人有份！