蔵書紹介Mahoutイン・アクション

機械学習の実践的な利用に適したMahout（マハウト）の解説書

まず、「Hadoop」とはApacheソフトウェア財団が開発した、大規模データの分散処理を行うのに適したオープンソースのミドルウェアです。Hadoop上では、ペタバイト（約1125兆バイト）のデータを処理することができます。1台のマシンではとても処理できないようなスケールのデータの分散処理を行うためのものです。
　Mahoutとは、そのHadoop上で利用できる、オープンソースの機械学習ライブラリです。Mahoutには、レコメンデーションエンジン（協調フィルタリング）、クラスタリング、分類が主に実装されています。
　レコメンデーションエンジンとは、たとえばAmazonで、過去の検索結果にもとづいて「おすすめ」をピックアップする技法。
　クラスタリングは多数のデータを、何らかの共通点でクラスタ、つまりグループに分類する方法です。
　分類は、ある物事が何らかのカテゴリに属するかを決定します。
　こうした作業を行えるようにするライブラリが、Mahoutです。本書では、上記のレコメンデーション、クラスタリング、分類の3つについて、インストールされたMahoutの機能を使う方法を実践的に解説していきます。