《敏捷数据科学：用Hadoop创建数据分析应用》面向大数据挖掘，以敏捷视角呈现高效构建数据模型的全程实践和思路。在一组以一个真实电子邮箱数据挖掘为例的数据- 价值金字塔进阶模式中，你将学到：一整套实用工具及其方法论，可快速实现在Hadoop 上构建数据分析应用；用Python、Apache Pig D3.js等轻量级工具创建用于探索数据的敏捷环境；一种可根据数据中信息快速切换，进行不同类型数据分析的迭代式开发方法。
目录
- 前言xi
- 第1部分起步
- 第1章理论
- 敏捷大数据
- BigWords定义
- 敏捷大数据团队
- 认识机遇和问题
- 敏捷大数据流程
- 代码检查和结对编程
- 敏捷的场所：开发的效率
- 协作空间
- 私人空间
- 个人空间
- 用大幅打印件明确表达想法
- 第2章数据
- 电子邮件
- 处理原始数据
- 原始的电子邮件
- viii｜目录
- 结构化与半结构化数据
- SQL
- NoSQL
- 序列化
- 从演变的模式中抽取和展示特征
- 数据流水线
- 数据透视
- 社交网络
- 时间序列
- 自然语言
- 概率
- 小结
- 第3章敏捷开发工具
- 可扩展性=简洁
- 敏捷大数据处理
- 设置运行Python的虚拟环境
- 使用Avro对事件进行序列化
- 在Python中使用Avro
- 收集数据
- 使用Pig处理数据
- 安装Pig
- 使用MongoDB发布数据
- 安装MongoDB
- 安装MongoDB的Java驱动程序
- 安装mongo-hadoop
- 用Pig向MongoDB推送数据
- 使用ElasticSearch搜索数据
- 安装
- 使用Wonderdog整合ElasticSearch和Pig
- 对工作流程的反思
- 轻量级的Web应用
- Python和Flask
- 目录｜ix
- 展示数据
- 安装Bootstrap
- 启用Bootstrap
- 使用d3js和nvd3js可视化数据
- 小结
- 第4章在云端
- 引言
- GitHub
- dotCloud
- dotCloudEcho服务
- Python工作者服务
- AmazonWebServices
- SimpleStorageService
- ElasticMapReduce
- MongoDB即服务
- 辅助工具（Instrumentation）
- GoogleAnalytics
- MortarData
- 第2部分登上金字塔
- 第5章收集和展示数据
- 整合软件栈
- 收集并序列化收件箱
- 处理和发布邮件数据
- 在浏览器中显示邮件
- 用Flask和pymongo处理邮件数据
- 使用Jinja2渲染HTML5页面
- 敏捷检查点
- 生成电子邮件清单
- 用MongoDB显示邮件
- 对数据展示的分析
- x｜目录
- 搜索邮件
- 使用Pig，ElasticSearch和Wonderdog构建索引
- 在网页中搜索邮件数据
- 结论
- 第6章使用图表可视化数据
- 优秀的图表
- 抽取实体：邮件地址
- 抽取邮件
- 对时间进行可视化
- 结论
- 第7章利用报表探索数据
- 为数据添加联系
- 用TF-IDF从邮件中提取关键字
- 小结
- 第8章预测
- 预测电子邮件的回复率
- 个性化
- 小结
- 第9章驱动行动
- 好邮件的属性
- 使用朴素贝叶斯方法进行更好的预测
- P（Reply|From∩To）
- P（Reply|Token）
- 实时预测
- 记录事件日志
- 小结
- 索引
