内容简介

本书分为盘古人工智能框架开发专题篇、机器学习案例实战篇、分布式内存管理Alluxio解密篇，分别对人工智能开发框架、机器学习案例及Alluxio系统进行透彻解析。

盘古人工智能框架开发专题篇，通过图文并茂、深入浅出的讲解，带领读者一行一行地编写代码，自己动手实现人工智能深度学习框架中的多个算法，包括多层次神经网络、前向传播算法、反向传播算法、损失度计算及可视化，自适应学习和特征归一化等。

机器学习案例实战篇，选取机器学习中最具代表性的经典案例，透彻讲解机器学习数据预处理、简单线性回归、多元线性回归、多项式回归、支持向量回归、决策树回归、随机森林回归等回归算法，逻辑回归、k近邻算法、支持向量机、朴素贝叶斯、决策树分类、随机森林分类等分类算法，k均值聚类、层次聚类等聚类算法，以及关联分析算法，并分别对回归模型、分类模型进行性能评估。

分布式内存管理Alluxio解密篇，详细讲解Alluxio架构、部署、底层存储及计算应用、基本用法、运行维护等内容。

本书适合机器学习、人工智能及大数据学习者和从业人员使用。对于有分布式计算框架应用经验的人员，本书也可作为Spark+AI+Alluxio高手修炼的参考书。同时，本书也适合高等院校作为大数据教材使用。