.pdf全书686页，英文比中文容易理解 本资料共包含以下附件： 724f58d66ab6b3c4c6412e91117878cb.zip 《数据算法：Hadoop/Spark大数据处理技巧》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。这还概要介绍了MapReduce、Hadoop和Spark。, 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、三角形计数和情感分析）。