大规模数据分析和建模：基于Spark与R

这本书的目的是帮助所有人通过R使用Apache Spark。第1章~第5章，简单地介绍了如何大规模执行数据科学和机器学习项目。第6~9章介绍了使用Spark进行集群计算中令人激动的基本概念。第10章~第13章涵盖一些高级主题，包括分布式R、Streaming和社区贡献等。 Javier Luraschi是大规模数据科学诸多库的发明者，包括sparklyr、r2d3、pins和cloudml。 Kevin Kuo构建了机器学习库，并领导了Kasa AI的开放保险研究。 Edgar Ruiz构建了企业级的数据解决方案工具，包括dbplot、tidypredict和modeldb。