譯者序
前言
關于評閱者
致謝
第1章　Mahout入門
　秘笈1　安裝Java和Hadoop
　秘笈2　設置Maven和NetBeans開發環境
　秘笈3　編寫一個基本的推薦系統
第2章　使用序列文件——什么時候和為什么
　秘笈4　從命令行創建序列文件
　秘笈5　編寫代碼創建序列文件
　秘笈6　編碼實現讀取序列文件
第3章　將Mahout和外部資源整合
　秘笈7　導入外部資源HDFS

　秘笈8　將數據從HDFS導入到RDBMS
　秘笈9　創建一個Sqoop作業來處理RDBMS
　秘笈10　使用Sqoop API導入數據
第4章　實現樸素貝葉斯分類器
　秘笈11　使用Mahout文本分類器演示基本的使用樣例
　秘笈12　編碼實現樸素貝葉斯分類器
　秘笈13　通過命令行使用互補樸素貝葉斯
　秘笈14　編碼使用互補樸素貝葉斯分類器
第5章　股市預測
　秘笈15　為logistic回歸準備數據
　秘笈16　使用logistic預測GOOG股票動態
　秘笈17　通過Java編碼使用自適應的logistic回歸
　秘笈18　在大規模的數據集上使用logistic回歸
　秘笈19　使用隨機森林預測市場動態
第6章　頂棚聚類
　秘笈20　基于命令行的頂棚聚類
　秘笈21　基于帶參數命令行的頂棚聚類
　秘笈22　通過Java代碼使用頂棚聚類
　秘笈23　編寫你自己的距離估計
第7章　頻譜聚類
　秘笈24　通過命令行使用EigenCuts
　秘笈25　在Java代碼中使用EigenCuts
　秘笈26　從原始數據創建相似度矩陣
　秘笈27　使用頻譜聚類進行圖像分割
第8章　K-均值聚類
　秘笈28　在Java代碼中使用K-均值聚類
　秘笈29　使用K-均值聚類對交通事故進行聚類
　秘笈30　使用MapReduce進行K-均值聚類
　秘笈31　命令行方式使用K-均值聚類
第9章　軟計算
　秘笈32　使用Mahout進行頻繁模式挖掘
　秘笈33　為頻繁模式挖掘創建評價準則
　秘笈34　在Java代碼中使用頻繁模式挖掘
　秘笈35　使用LDA創建主題
第10章　實現遺傳算法
　秘笈36　設置Mahout以便使用遺傳算法
　秘笈37　在圖上使用遺傳算法
　秘笈38　在Java代碼中使用遺傳算法