第1章 大數(shù)據(jù)發(fā)展綜述
1．1 大數(shù)據(jù)的發(fā)展歷程
1．2 大數(shù)據(jù)國內(nèi)外現(xiàn)狀
1．3 大數(shù)據(jù)的概念
1．4 大數(shù)據(jù)系統(tǒng)架構
1．5 大數(shù)據(jù)分析分類
1．6 大數(shù)據(jù)基準
1．7 大數(shù)據(jù)面臨的挑戰(zhàn)
1．8 大數(shù)據(jù)科學問題

第2章 機器學習研究進展
2．1 機器學習發(fā)展簡史
2．2 機器學習發(fā)展現(xiàn)狀
2．3 機器學習策略與方法
2．4 機器學習的經(jīng)典算法

第3章 大數(shù)據(jù)機器學習系統(tǒng)
3．1 大數(shù)據(jù)機器學習系統(tǒng)研究背景
3．2 大數(shù)據(jù)機器學習研究現(xiàn)狀
3．3 大數(shù)據(jù)機器學習系統(tǒng)的技術特征及主要研究問題
3．4 大數(shù)據(jù)機器學習相關技術
3．5 大數(shù)據(jù)機器學習平臺總體架構

第4章 大數(shù)據(jù)巨量分析與機器學習的應用領域
4．1 互聯(lián)網(wǎng)領域
4．2 商業(yè)領域
4．3 工業(yè)領域
4．4 農(nóng)業(yè)信息化建設領域
4．5 醫(yī)療行業(yè)
4．6 城市規(guī)劃與建筑工程
4．7 其他研究領域

第5章 標簽系統(tǒng)
5．1 認識標簽系統(tǒng)
5．2 標簽系統(tǒng)的設計
5．3 標簽系統(tǒng)的實現(xiàn)

第6章 數(shù)據(jù)自助營銷平臺
6．1 數(shù)據(jù)自助營銷平臺的價值所在
6．2 數(shù)據(jù)自助營銷平臺的實現(xiàn)原則
6．3 數(shù)據(jù)自助營銷平臺的場景實例

第7章 基于Mahout的個性化推薦系統(tǒng)
7．1 Mahout的推薦引擎
7．2 規(guī)模與效率
7．3 實現(xiàn)一個推薦系統(tǒng)

第8章 圖計算與社會網(wǎng)絡
8．1 社會網(wǎng)絡和屬性圖
8．2 Spark Graph X與Neo4j
8．3 使用Spark Graph X和Neo4j處理社會網(wǎng)絡

第9章 機器學習的哲學探索
9．1 機器學習哲學前沿科學基礎
9．2 機器學習的可能實現(xiàn)途徑分析
9．3 機器學習算法及其知識發(fā)現(xiàn)功能
9．4 機器學習展望
參考文獻