数据算法 Hadoop/Spark大数据处理技巧

本书介绍了很多基本设计模式、优化技术和数据挖掘及机器学习解决方案，以解决生物信息学、基因组学、统计和社交网络分析等领域的很多问题。这本书还概要介绍了MapReduce、Hadoop和Spark。本书主要内容包括：完成超大量交易的购物篮分析。数据挖掘算法（K-均值、KNN和朴素贝叶斯）。使用超大基因组数据完成DNA和RNA测序。朴素贝叶斯定理和马尔可夫链实现数据和市场预测。推荐算法和成对文档相似性。线性回归、Cox回归和皮尔逊（Pearson）相关分析。等位基因频率和DNA挖掘。社交网络分析（推荐系统、三角形计数，情感分析）。