Scala语言必看书籍推荐

Scala是一门多范式的编程语言,一种类似java的编程语言,设计初衷是实现可伸缩的语言、并集成面向对象编程函数式编程的各种特性。

以下书籍都是现在业内主流的Scala语言好书,同步收录在顶书,通过下面网址进入,实时读书:

顶书-提升IT技术和认知​i-book.top

Scala学习手册

为什么学习Scala?无需成为数据科学家或分布式计算专家,你也能掌握这种面向对象函数式编程语言。这是一本很实用的书,它以通俗易懂的方式对Scala语言做了全面的介绍,还给出了大量语法图、示例和练习来帮助你理解书中的内容。首先你将了解Scala的核心类型和语法,然后会深入学习高阶函数和不可变的数据结构。Jason Swartz在书中介绍了Scala简洁而且很有表述性的语法,解释了它的类型安全性和性能可以确保稳定性,另外说明了Scala可以快速运行,适用所有应用。基于这些特点,作者展示了为什么Scala会成为想要提高水平的Ruby或Python开发人员的理想语言。学习核心数据类型、字面量、值和变量。了解如何使用表达式(Scala语法的基础)思考以及编写代码。 编写接收或返回其他函数的高阶函数。熟悉不可变数据结构,利用类型安全的描述性操作轻松地完成变换。

Scala函数式编程

函数式编程(FP)是一种软件开发风格,它注重不依赖于编程状态的函数。函数式代码易于测试和复用,容易实现并发,且不容易受到bug的攻击。Scala是一种能很好支持函数式编程的新兴JVM语言。《Scala函数式编程》是针对希望学习FP并将它应用于日常编码中的程序员而写的,内容包括:函数式编程的概念;函数式编程相关的各种“为什么”和“怎么做”;如何编写多核程序;练习和检测。

Programming in Scala

Programming in Scala is the definitive book on Scala, the new language for the Java Platform that blends object-oriented and functional programming concepts into a unique and powerful tool for developers.Coauthored by the designer of the Scala language, this authoritative book will teach you, one step at a time, the Scala language and the ideas behind it.

Scala程序设计(第2版)

在第1版的基础之上,第2版介绍了Scala的最新语言特性,新添了模式匹配、推导式以及高级函数式编程等知识。通过本书,读者还能学会如何使用Scala命令行工具、第三方工具、库以及适用于编辑器和IDE的Scala相关插件。本书既适合Scala初学者入门,也适合经验丰富的Scala开发者进阶参考。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Scala是一种基于JVM的多范式编程语言,它可以被用于开发各种应用程序,包括推荐算法。推荐算法中常用的一个技术是余弦相似度。 余弦相似度是一种用来比较两个向量相似度的方法,它通过计算两个向量之间的夹角余弦值来确定它们的相似度。在推荐系统中,我们可以使用余弦相似度来比较用户之间的兴趣爱好或者商品之间的相似度。 具体来说,我们可以使用Scala实现如下的余弦相似度推荐算法: 1. 首先,我们需要定义一个函数来计算两个向量之间的余弦相似度。 ```scala def cosineSimilarity(a: Array[Double], b: Array[Double]): Double = { require(a.size == b.size) val dotProduct = a.zip(b).map(p => p._1 * p._2).sum val aMagnitude = math.sqrt(a.map(x => x*x).sum) val bMagnitude = math.sqrt(b.map(x => x*x).sum) dotProduct / (aMagnitude * bMagnitude) } ``` 2. 然后,我们需要定义一个函数来计算商品之间的相似度矩阵。 ```scala def itemSimilarityMatrix(items: Map[String, Array[Double]]): Map[String, Map[String, Double]] = { val itemIds = items.keys.toArray itemIds.zipWithIndex.foldLeft(Map[String, Map[String, Double]]()) { case (matrix, (itemId, i)) => (i until itemIds.size).foreach { j => val otherItemId = itemIds(j) val similarity = cosineSimilarity(items(itemId), items(otherItemId)) if (similarity > 0) { matrix + (itemId -> (matrix.getOrElse(itemId, Map()) + (otherItemId -> similarity))) + (otherItemId -> (matrix.getOrElse(otherItemId, Map()) + (itemId -> similarity))) } else { matrix } } } } ``` 3. 最后,我们可以使用相似度矩阵和用户的历史行为来为用户推荐商品。 ```scala def recommendItems(userHistory: Map[String, Double], itemSimilarity: Map[String, Map[String, Double]], numItems: Int): Seq[String] = { val filteredHistory = userHistory.filterKeys(itemSimilarity.contains) val allSimilarities = filteredHistory.flatMap { case (itemId, rating) => itemSimilarity(itemId).map { case (otherItemId, similarity) => (otherItemId, (similarity, rating)) } } val topItems = allSimilarities.groupBy(_._1).mapValues { similarRatings => val (weightedSum, similaritySum) = similarRatings.map { case (_, (similarity, rating)) => (similarity * rating, similarity) }.unzip weightedSum.sum / similaritySum.sum }.toSeq.sortBy(-_._2).take(numItems) topItems.map(_._1) } ``` 以上就是一个基于余弦相似度的推荐算法的Scala实现。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值