作品简介
Spark是专为大规模数据处理而设计的快速通用的计算引擎，经过近几年的飞速发展，现已被广泛应用于各个领域。本书通过通俗易懂的语言和简单明了的操作，系统地讲解了构建Spark深度学习系统的方法、流程、标准和规范等相关内容，并提供了相应的示例与解析。
《Spark 深度学习指南》适合作为高等院校计算机相关专业的参考资料，也适合大数据技术和机器学习技术的初学者阅读，还适合所有对大数据技术和机器学习技术有所了解并想将该技术应用于本职工作的读者阅读。
（美）艾哈迈德·谢里夫（Ahmed Sherif）是一名数据科学家，自2005年以来一直从事各种各样的数据研究工作。他从2013年开始使用BI解决方案并慢慢转向数据科学。2016年，他从西北大学获得了预测分析硕士学位，在那里他研究使用Python和R语言进行机器学习和预测建模的科学与应用。
（美）阿姆里斯·拉文德拉（Amrith Ravindra）是一位机器学习爱好者，拥有电气与工业工程学位。在攻读硕士学位期间，他深入地研究了机器学习问题，加深了自己对数据科学的热爱程度。工程专业的研究生课程给他提供了数学背景，使他开始了机器学习领域的职业生涯。