互联网大规模数据挖掘的目录

目录 · · · · · ·
目　　录

第1章　 数据挖掘基本概念　　1
1.1　 数据挖掘的定义　　1
1.1.1　 统计建模　　1
1.1.2　 机器学习　　1
1.1.3　 建模的计算方法　　2
1.1.4　 数据汇总　　2
1.1.5　 特征抽取　　3
1.2　 数据挖掘的统计限制　　4
1.2.1　 整体情报预警　　4
1.2.2　 邦弗朗尼原理　　4
1.2.3　 邦弗朗尼原理的一个例子　　5
1.2.4　 习题　　6
1.3　 相关知识　　6
1.3.1　 词语在文档中的重要性　　6
1.3.2　 哈希函数　　7
1.3.3　 索引　　8
1.3.4　 二级存储器　　10
1.3.5　 自然对数的底e　　10
1.3.6　 幂定律　　11
1.3.7　 习题　　12
1.4　 本书概要　　13
1.5　 小结　　14
1.6　 参考文献　　14
第2章　 大规模文件系统及Map-Reduce　　16
2.1　 分布式文件系统　　16
2.1.1　 计算节点的物理结构　　17
2.1.2　 大规模文件系统的结构　　18
2.2　 Map-Reduce　　18
2.2.1　 Map任务　　19
2.2.2　 分组和聚合　　20
2.2.3　 Reduce任务　　20
2.2.4　 组合器　　21
2.2.5　 Map-Reduce的执行细节　　21
2.2.6　 节点失效的处理　　22
2.3　 使用Map-Reduce的算法　　22
2.3.1　 基于Map-Reduce的矩阵—向量乘法实现　　23
2.3.2　 向量v无法放入内存时的处理　　23
2.3.3　 关系代数运算　　24
2.3.4　 基于Map-Reduce的选择运算　　26
2.3.5　 基于M