韋鵬程、冉維、段昂著的《大數據巨量分析與機
器學習的整合與開發》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。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範例程序詳解，展示了如何
在單臺Windows繫統上通過Virtual Box虛擬機安裝
多臺Linux虛擬機，如何建立Hadoop集群，再建立
Spark開發環境。

第1章 大數據發展綜述
1.1 大數據的發展歷程
1.2 大數據**外現狀
1.3 大數據的概念
1.4 大數據繫統架構
1.5 大數據分析分類
1.6 大數據基準
1.7 大數據面臨的挑戰
1.8 大數據科學問題
第2章 機器學習研究進展
2.1 機器學習發展簡史
2.2 機器學習發展現狀
2.3 機器學習策略與方法
2.4 機器學習的經典算法
第3章 大數據機器學習繫統
3.1 大數據機器學習繫統研究背景
3.2 大數據機器學習研究現狀
3.3 大數據機器學習繫統的技術特征及主要研究問題
3.4 大數據機器學習相關技術
3.5 大數據機器學習平臺總體架構
第4章 大數據巨量分析與機器學習的應用領域
4.1 互聯網領域
4.2 商業領域
4.3 工業領域
4.4 農業信息化建設領域
4.5 醫療行業
4.6 城市規劃與建築工程
4.7 其他研究領域
第5章 標簽繫統
5.1 認識標簽繫統
5.2 標簽繫統的設計
5.3 標簽繫統的實現
第6章 數據自助營銷平臺
6.1 數據自助營銷平臺的價值所在
6.2 數據自助營銷平臺的實現原則
6.3 數據自助營銷平臺的場景實例
第7章 基於Mahout的個性化**繫統
7.1 Mahout的**引擎
7.2 規模與效率
7.3 實現一個**繫統
第8章 圖計算與社會網絡
8.1 社會網絡和屬性圖
8.2 Spark Graph X與Neo4j
8.3 使用Spark Graph X和Neo4j處理社會網絡
第9章 機器學習的哲學探索
9.1 機器學習哲學前沿科學基礎
9.2 機器學習的可能實現途徑分析
9.3 機器學習算法及其知識發現功能
9.4 機器學習展望
參考文獻