西亚玛克·阿米尔霍吉（Siamak Amirghodsi）是重量的不错技术执行主管，在大数据战略、云计算、定量风险管理、不错分析、大规模监管数据平台、企业架构、技术路线图、多项目执行等领域具有丰富的企业管理经验，而且入选了《财富》优选二十大人物。

第 1章 Scala和Spark的机器学习实战
1.1 引言
1.1.1 Apache Spark
1.1.2 机器学习
1.1.3 Scala
1.1.4 本书的软件版本和使用的
类库
1.2 下载和安装JDK
1.2.1 准备工作
1.2.2 操作步骤
1.3 下载和安装IntelliJ
1.3.1 准备工作
1.3.2 操作步骤
1.4 下载和安装Spark
1.4.1 准备工作
1.4.2 操作步骤
1.5 用IntelliJ配置Spark
1.5.1 准备工作
1.5.2 操作步骤
1.5.3 更多
1.5.4 参考资料
1.6 运行Spark机器学习示例代码
1.6.1 准备工作
1.6.2 操作步骤
1.7 获取机器学习实战所需的数据源
1.7.1 准备工作
1.7.2 操作步骤
1.7.3 更多
1.8 用IntelliJ IDE运行第 一个Apache Spark 2.0 程序
1.8.1 操作步骤
1.8.2 工作原理
1.8.3 更多
1.8.4 参考资料
1.9 在Spark程序中添加图表
1.9.1 操作步骤
1.9.2 工作原理
1.9.3 更多
1.9.4 参考资料
第 2章 Spark机器学习中的线性代数库
2.1 引言
2.2 Vector和Matrix的包引入和初始化设置
2.2.1 操作步骤
2.2.2 更多
2.2.3 参考资料
2.3 用Spark 2.0 创建和配置DenseVector
2.3.1 操作步骤
2.3.2 工作原理
2.3.3 更多
2.3.4 参考资料
2.4 用Spark 2.0 创建和配置SparseVector
2.4.1 操作步骤
2.4.2 工作原理
2.4.3 更多
2.4.4 参考资料
2.5 用Spark 2.0 创建和配置DenseMatrix
2.5.1 操作步骤
2.5.2 工作原理
2.5.3 更多
2.5.4 参考资料
2.6 用Spark 2.0 的本地SparseMatrix
2.6.1 操作步骤
2.6.2 工作原理
2.6.3 更多
2.6.4 参考资料
2.7 用Spark 2.0 进行Vector运算
2.7.1 操作步骤
2.7.2 工作原理
2.7.3 更多
2.7.4 参考资料
2.8 用Spark 2.0 进行Matrix运算
2.8.1 操作步骤
2.8.2 工作原理
2.9 研究Spark 2.0 分布式RowMatrix
2.9.1 操作步骤
2.9.2 工作原理
2.9.3 更多
2.9.4 参考资料
2.10 研究Spark 2.0 分布式IndexedRowMatrix
2.10.1 操作步骤
2.10.2 工作原理
2.10.3 参考资料
2.11 研究Spark 2.0 分布式CoordinateMatrix
……

机器学习是一门多领域交叉学科，可以通过模拟来让计算机获取新的知识或技能。Apache Spark是一种通用大数据框架，也是一种近实时弹性分布式计算和数据虚拟化技术，Spark使人们可以大规模使用机器学习技术，而无须在专用数据中心或硬件上进行大量投资。
本书提供了Apache Spark机器学习API的全面解决方案，不仅介绍了用Spark完成机器学习任务所需的基础知识，也涉及一些Spark机器学习的高级技能。全书共有13章，从环境配置讲起，陆续介绍了线性代数库、数据处理机制、构建机器学习系统的常见攻略、回归和分类、用Spark实现推荐引擎、无监督学习、梯度下降算法、决策树和集成模型、数据降维、文本分析和Spark Steaming的使用。
本书是为那些掌握了机器学习技术的Scala开发人员准备的，尤其适合缺乏Spark实践经验的读者。本书假定读者已经掌握机器学习算法的基础知识，并且具有使用Scala实现机器学习算法的一些实践经验。但不要求读者提前了解Spark ML库及其生态系统。