第 1 章 Apache Spark 簡介
1.1 Apache Spark 的歷史與現(xiàn)狀
1.2 安裝和運行 Apache Spark
1.3 Apache Spark 編程簡介
1.4 Scala 語言簡介
1.4.1 Scala 開發(fā)環(huán)境配置及 IntelliJ IDEA
1.4.2 Scala 編程簡介
1.4.3 PySpark 編程簡介
1.5 Spark 編程
1.5.1 Spark 系統(tǒng)簡介
1.5.2 彈性分布式數(shù)據(jù)集
1.5.3 RDD 文件上的操作
1.5.4 Spark 中兩個抽象概念
1.6 公共數(shù)據(jù)集

第 2 章 Breeze 程序包
2.1 創(chuàng)建向量、矩陣及其簡單計算
2.2 整行或整列的運算
2.3 常用數(shù)學計算
2.4 常用分布
2.5 基于 Breeze 包的分布式計算

第 3 章 隨機模擬和統(tǒng)計推斷
3.1 隨機數(shù)的產生
3.1.1 逆累積分布函數(shù)法
3.1.2 拒絕法
3.1.3 示例：從回歸模型中模擬數(shù)據(jù)
3.2 EM 優(yōu)化
3.2.1 EM 算法
3.2.2 收斂性分析
3.2.3 分布式 EM 算法
3.2.4 示例：高斯混合模型

第 4 章 馬爾科夫鏈蒙特卡洛方法
4.1 Metropolis-Hastings 算法
4.2 Slice 取樣法
4.3 Gibbs 取樣法

第 5 章 優(yōu)化算法
5.1 數(shù)值計算方法
5.1.1 (隨機) 梯度下降算法
5.1.2 示例：分布式的線性回歸估計
5.2 近端梯度算法
5.2.1 算法介紹
5.2.2 示例：基于近端梯度算法的分布式 Lasso 回歸參數(shù)估計
5.3 交替方向乘子法
5.3.1 算法介紹
5.3.2 示例：分位數(shù)回歸分布式參數(shù)估計
5.4 有限內存 BFGS 算法

第 6 章 自舉法
6.1 自由自舉法
6.2 子集合自舉法

第 7 章 常用統(tǒng)計機器學習方法
7.1 聚類分析
7.1.1 K 組中心法
7.1.2 隱狄利克雷分配法
7.1.3 功效迭代聚類法
7.2 分類分析
7.2.1 邏輯回歸
7.2.2 線性支持向量機
7.2.3 線性判別分析
7.2.4 決策樹
7.3 數(shù)據(jù)降維
7.3.1 基于正則化的稀疏性方法
7.3.2 示例：SCAD、MCP 等正則化項的 Scala 代碼實現(xiàn)
7.3.3 主成分分析
7.3.4 奇異值分解
7.3.5 示例：基于分布式計算的主成分分析
7.4 集成學習方法
7.4.1 基于 Bagging 算法?D?D以隨機森林為例
7.4.2 基于 Boosting 算法?D?D以 AdaBoost 為例
7.4.3 基于樹的集成學習算法
7.4.4 示例：航班延誤預測分類

第 8 章 主流分布式算法簡介
8.1 分治法
8.1.1 算法思想介紹
8.1.2 分治法在統(tǒng)計學習中的應用
8.1.3 示例：線性支持向量機
8.2 基于梯度更新的分布式算法
8.2.1 算法介紹
8.2.2 示例：基于近端梯度算法的 Lasso 問題求解
8.2.3 示例：非參數(shù)嶺回歸
8.3 聯(lián)邦學習算法簡介
8.3.1 算法分類
8.3.2 聯(lián)邦平均算法介紹
8.3.3 安全聯(lián)邦線性回歸

第 9 章 案例集
9.1 案例一：基于 MM 算法和 EM 算法的負二項分布參數(shù)估計
9.1.1 負二項分布
9.1.2 MM 算法的負二項分布參數(shù)估計求解
9.1.3 EM 算法的負二項分布參數(shù)估計求解
9.1.4 數(shù)值模擬
9.1.5 實證分析
9.1.6 結論
9.1.7 源碼附錄
9.2 案例二：基于 EM 算法的混合指數(shù)分布參數(shù)估計
9.2.1 混合指數(shù)分布簡介
9.2.2 EM 算法
9.2.3 Spark 實現(xiàn)
9.2.4 效果評估
9.2.5 源碼附錄
9.3 案例三：基于 EM 算法的有限混合泊松分布的參數(shù)估計
9.3.1 有限混合泊松分布簡介
9.3.2 參數(shù)估計的 EM 算法
9.3.3 E