Apache Mahout Cookbook

غواصی سریع، تازه و توسعه‌دهنده به دنیای Mahout

نمای کلی

• با نحوه راه‌اندازی توسعه Mahout آشنا شوید محیط
• آزمایش ماهوت را در یک خوشه Hadoop مستقل شروع کنید
• یاد بگیرید جهت بازار سهام را با استفاده از رگرسیون لجستیک پیدا کنید
• بیش از 35 دستور غذا با مثال های واقعی برای کمک به هر دو توسعه دهندگان ماهر و غیر ماهر از ویژگی های مختلف Mahout استفاده می کنند

در جزئیات

ظهور اینترنت و شبکه های اجتماعی شبکه‌ها تقاضای جدیدی برای نرم‌افزاری ایجاد کرده است که می‌تواند مجموعه داده‌های بزرگی را که می‌تواند تا 10 میلیارد ردیف را تجزیه و تحلیل کند. Apache Hadoop برای انجام چنین کارهای محاسباتی سنگینی ایجاد شده است. ماهوت به دلیل ارائه الگوریتم‌های طبقه‌بندی داده کاوی که می‌توانند با چنین مجموعه‌ای از داده‌ها استفاده شوند، به رسمیت شناخته شد.

\"Apache Mahout Cookbook\" یک رویکرد جدید و دامنه‌محور به دنیای Mahout برای هر دو مبتدی ارائه می‌کند. به عنوان کاربران پیشرفته این کتاب بینشی در مورد نحوه نوشتن الگوریتم های مختلف داده کاوی برای استفاده در محیط Hadoop و انتخاب بهترین الگوریتم متناسب با کار در دست ارائه می دهد.

\"Apache Mahout Cookbook\" به ماهوت های مختلف نگاه می کند. الگوریتم‌های موجود است و رویکرد راه‌حل‌محور جدیدی در مورد چگونگی حل وظایف مختلف داده‌کاوی به خواننده می‌دهد. دستور العمل ها آسان شروع می شوند اما به تدریج پیچیده می شوند. یک رویکرد گام به گام توسعه‌دهنده را در انجام وظایف مختلف در استخراج یک مجموعه داده عظیم راهنمایی می‌کند. همچنین یاد خواهید گرفت که چگونه الگوریتم داده کاوی Mahout خود را کدنویسی کنید تا بهترین الگوریتم را برای یک کار خاص تعیین کنید. همراه با این، یک فصل کامل به بارگذاری داده ها در Mahout از یک سیستم RDMS خارجی اختصاص داده شده است. همچنین توجه زیادی به استفاده از الگوریتم داده کاوی در داخل کد شما شده است تا بتوانید از آن در محیط Hadoop استفاده کنید. جنبه‌های نظری الگوریتم‌ها برای مقاصد اطلاعاتی پوشش داده شده‌اند، اما هر فصل نوشته شده است تا به توسعه‌دهنده اجازه دهد تا هرچه سریع‌تر و بدون مشکل وارد کد شود. این بدان معناست که با هر دستور غذا، کتاب کدی را برای استفاده مجدد از آن با استفاده از Maven و همچنین کد منبع Maven Mahout ارائه می‌کند.

در پایان این کتاب می‌توانید رویه خود را برای انجام کارهای مختلف کدنویسی کنید. وظایف داده کاوی با الگوریتم های مختلف و ارزیابی و انتخاب بهترین ها برای وظایف خود.

آنچه از این کتاب خواهید آموخت

• پیکربندی از ابتدا یک محیط توسعه کامل برای Mahout با NetBeans و Maven
• برای عملکرد بهتر فایل های ترتیبی را مدیریت کنید
• پرس و جو و ذخیره نتایج در یک سیستم RDBMS با SQOOP
• استفاده از لجستیک رگرسیون برای پیش‌بینی گام بعدی
• درک متن کاوی داده‌های خام با Naïve Bayes
• ایجاد و درک خوشه‌ها
• سفارشی کردن Mahout برای ارزیابی الگوریتم‌های خوشه‌ای مختلف
• از رویکرد mapreduce برای حل مشکلات داده کاوی در دنیای واقعی استفاده کنید

رویکرد

\"Apache Mahout Cookbook\" استفاده می کند 35 دستور غذا پر از تصاویر و نمونه های واقعی برای کمک به مبتدیان و همچنین برنامه نویسان پیشرفته برای آشنایی با ویژگی های ماهوت.

این کتاب برای چه کسی نوشته شده است

\"کتاب آشپزی Apache Mahout\" برای توسعه دهندگانی که می خواهند مقدمه ای تازه و سریع در کدنویسی Mahout داشته باشند عالی است. هیچ دانش قبلی در مورد Mahout مورد نیاز نیست، و حتی توسعه دهندگان ماهر یا مدیران سیستم از دستور العمل های مختلف ارائه شده بهره مند خواهند شد.

A fast, fresh, developer-oriented dive into the world of Mahout

Overview

• Learn how to set up a Mahout development environment
• Start testing Mahout in a standalone Hadoop cluster
• Learn to find stock market direction using logistic regression
• Over 35 recipes with real-world examples to help both skilled and the non-skilled developers get the hang of the different features of Mahout

In Detail

The rise of the Internet and social networks has created a new demand for software that can analyze large datasets that can scale up to 10 billion rows. Apache Hadoop has been created to handle such heavy computational tasks. Mahout gained recognition for providing data mining classification algorithms that can be used with such kind of datasets.

"Apache Mahout Cookbook" provides a fresh, scope-oriented approach to the Mahout world for both beginners as well as advanced users. The book gives an insight on how to write different data mining algorithms to be used in the Hadoop environment and choose the best one suiting the task in hand.

"Apache Mahout Cookbook" looks at the various Mahout algorithms available, and gives the reader a fresh solution-centered approach on how to solve different data mining tasks. The recipes start easy but get progressively complicated. A step-by-step approach will guide the developer in the different tasks involved in mining a huge dataset. You will also learn how to code your Mahout’s data mining algorithm to determine the best one for a particular task. Coupled with this, a whole chapter is dedicated to loading data into Mahout from an external RDMS system. A lot of attention has also been put on using your data mining algorithm inside your code so as to be able to use it in an Hadoop environment. Theoretical aspects of the algorithms are covered for information purposes, but every chapter is written to allow the developer to get into the code as quickly and smoothly as possible. This means that with every recipe, the book provides the code for reusing it using Maven as well as the Maven Mahout source code.

By the end of this book you will be able to code your procedure to do various data mining tasks with different algorithms and to evaluate and choose the best ones for your tasks.

What you will learn from this book

• Configure from scratch a full development environment for Mahout with NetBeans and Maven
• Handle sequencefiles for better performance
• Query and store results into an RDBMS system with SQOOP
• Use logistic regression to predict the next step
• Understand text mining of raw data with Naïve Bayes
• Create and understand clusters
• Customize Mahout to evaluate different cluster algorithms
• Use the mapreduce approach to solve real world data mining problems

Approach

"Apache Mahout Cookbook" uses over 35 recipes packed with illustrations and real-world examples to help beginners as well as advanced programmers get acquainted with the features of Mahout.

Who this book is written for

"Apache Mahout Cookbook" is great for developers who want to have a fresh and fast introduction to Mahout coding. No previous knowledge of Mahout is required, and even skilled developers or system administrators will benefit from the various recipes presented.