本書首先介紹了大數(shù)據(jù)應(yīng)用基礎(chǔ)：重點講解了如何搭建Hadoop分布式集群平臺，使用Java語言進(jìn)行MapReduce分布式編程；HBase及Hive數(shù)據(jù)庫環(huán)境的安裝和數(shù)據(jù)的增、刪、改、查操作；Spark平臺的搭建、RDD操作及SparkSQL查詢；Flink平臺的搭建，Kafka消息中間件的使用及流批一體計算。其次對數(shù)據(jù)預(yù)處理的常用方法及如何使用Matplotlib實現(xiàn)數(shù)據(jù)可視化進(jìn)行了討論。最后講解了大數(shù)據(jù)與機(jī)器學(xué)習(xí)、深度學(xué)習(xí)：本書不同于其他教材對機(jī)器學(xué)習(xí)算法進(jìn)行列舉，然后逐一展開講解的方式，該部分僅將機(jī)器學(xué)習(xí)算法劃分為分類及回歸兩個問題進(jìn)行了討論，并結(jié)合scikit-learn進(jìn)行了實例講解。在深度學(xué)習(xí)部分，對深度神經(jīng)網(wǎng)絡(luò)及卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行了介紹，就如何使用Keras框架實現(xiàn)圖像分類進(jìn)行了實例講解，此外介紹了循環(huán)神經(jīng)網(wǎng)絡(luò)LSTM的原理及應(yīng)用。