面向大数据处理的分布式机器学习算法编排系统的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究目标及内容 | 第11页 |
| 1.4 论文的结构 | 第11-12页 |
| 1.5 本章总结 | 第12-13页 |
| 第二章 大数据处理技术 | 第13-23页 |
| 2.1 基于云计算的大数据处理平台 | 第13-15页 |
| 2.1.1 云计算概述 | 第13页 |
| 2.1.2 云计算的分类 | 第13-14页 |
| 2.1.3 OpenStack平台 | 第14-15页 |
| 2.2 分布式大数据平台 | 第15-21页 |
| 2.2.1 分布式平台结构Hadoop | 第15页 |
| 2.2.2 分布式存储技术HDFS | 第15-17页 |
| 2.2.3 分布式计算框架YARN | 第17-18页 |
| 2.2.4 数据分析集群计算框架Spark | 第18-21页 |
| 2.3 分布式算法工具包 | 第21-22页 |
| 2.3.1 Mahout | 第21页 |
| 2.3.2 Mllib | 第21-22页 |
| 2.3.3 H2O | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 需求分析 | 第23-27页 |
| 3.1 基本概念说明 | 第23-24页 |
| 3.2 需求功能分析 | 第24-25页 |
| 3.3 系统业务流程 | 第25-26页 |
| 3.3.1 业务流程 | 第25-26页 |
| 3.3.2 流程说明 | 第26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 总体设计 | 第27-32页 |
| 4.1 系统架构 | 第27-30页 |
| 4.1.1 数据处理层 | 第28-29页 |
| 4.1.2 业务逻辑层 | 第29-30页 |
| 4.1.3 表现层 | 第30页 |
| 4.2 物理架构 | 第30-31页 |
| 4.3 本章小结 | 第31-32页 |
| 第五章 关键模块详细设计与实现 | 第32-55页 |
| 5.1 系统模块结构图 | 第32页 |
| 5.2 核心算法模块 | 第32-47页 |
| 5.2.1 K-means算法 | 第34-37页 |
| 5.2.2 广义线性模型 | 第37-40页 |
| 5.2.3 NaiveBayes算法 | 第40-42页 |
| 5.2.4 随机森林算法 | 第42-44页 |
| 5.2.5 主成分分析 | 第44-47页 |
| 5.3 工作流管理模块 | 第47-51页 |
| 5.3.1 工作空间管理子模块 | 第47-49页 |
| 5.3.2 任务流程调度子模块 | 第49-51页 |
| 5.4 Web交互组件模块 | 第51-54页 |
| 5.4.1 交互组件的设计 | 第51-52页 |
| 5.4.2 界面实现 | 第52-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 系统测试 | 第55-59页 |
| 6.1 系统环境配置 | 第55-56页 |
| 6.1.1 硬件环境 | 第55页 |
| 6.1.2 软件环境 | 第55-56页 |
| 6.2 系统测试 | 第56-58页 |
| 6.2.1 系统功能测试 | 第56-57页 |
| 6.2.2 系统性能测试 | 第57-58页 |
| 6.3 本章小结 | 第58-59页 |
| 第七章 总结与展望 | 第59-61页 |
| 7.1 论文工作总结 | 第59-60页 |
| 7.2 下一步工作计划 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间已发表的论文 | 第64页 |
