私は現在、Apache Mahoutの非常にカジュアルなユーザーであり、 MahoutinActionという本の購入を検討しています。残念ながら、私はこの本がどれほど価値があるかを知るのに本当に苦労しています-そしてそれがマニングアーリーアクセスプログラムの本である（したがって現在ベータ版の電子書籍としてのみ入手可能である）ので、私はできます本屋で自分を見てはいけません。
誰かがこれをMahout、および/またはMahout Webサイトを補足できる他のソースに慣れるのに良い（またはあまり良くない）ガイドとして推奨できますか？
象使いのコミッターであり、本の共著者であると言えば、それだけの価値があると思います。;-)
しかし、真剣に、あなたは何に取り組んでいますか？たぶん私たちはあなたにいくつかのリソースを指摘することができます。
Mahoutのいくつかの側面は、自分で理解するのは非常に困難です。メーリングリストの質問に答えるのに一生懸命取り組んでいますが、サンプルコードとロードマップを用意しておくと非常に役立ちます。そのいくつかがなければ、良い質問をすることさえ難しいです。
こちらも共著者です。「馬の口から」であるということは、おそらく、Mahout自体についての最も完全な記述です。そこにはいくつかの優れたブログ投稿があり、より一般的な機械学習に関する優れた本がたくさんあります（私は、広く軽いイントロとして、集団的知性の実践が好きです）。user@mahout.apache.orgには、本のフォーラム（http://www.manning-sandbox.com/forum.jspa?forumID=623）と同様に、本FWIWが好きだと言う人が何人かいます。それがあなたが望んでいたものではない場合は、電子書籍。クラスタリングについては間違いなく6つの章があります。
この本には時代遅れの部分がたくさんあり、現在のものより1、2バージョン遅れています。さらに、テキスト、特に例の中にいくつかの間違いがあります。これは、議論された結果を複製しようとするときに物事を少しトリッキーにするかもしれません。
さらに、mahoutの最も成熟した部分であるレコメンダーシステムであるtasteは配布されていないことに注意する必要があります。なぜこれがmahoutの残りの部分と一緒にパッケージ化されているのかよくわかりません。これは、mahout自体よりもソフトウェアパッケージに関する不満です。
現在、最高です。おそらく製品と同じくらい成熟しています。いくつかの側面は他の側面よりも優れており、基礎となる実装への洞察は、初心者向けのLinux、macosxなどで起動して実行するための優れた実用的な方法です。レコメンダーを最新の状態に保つ方法について明確な戦略を定義するのは難しいです。生産例はかなり薄いです。出発点としては良いですが、もっとたくさん必要です。著者は最善を尽くして支援しようとしますが、かなり新しい製品です。全体として、はい、それを購入します。
私は数週間前にその本を手に入れました。強くお勧めします。作者もメーリングリストに積極的に参加しており、このプロジェクトにはたくさんのクールなエネルギーがあります。
また、カスケードのPacoNathanのエンタープライズデータワークフローを読むことを検討することもできます。RまたはSASからエクスポートされたクラスターでPMMLを実行できます。それは、Mahout in Actionについて悪いことを言っているわけではありません。著者は素晴らしい仕事をし、それを有益で興味深いものにするために明らかに良い時間と労力を費やしました。これは、Mahoutを超えて見るための提案です。現在のところ、よりユーザーフレンドリーな場合のような牽引力は得られていません。
現状では、Mahoutのユーザーエクスペリエンスはやや途切れ途切れであり、インテリジェントシステムとそのライフサイクルであるIMOを開発および更新する方法を明確に理解することはできません。Mahoutは、学者にとっても実際には受け入れられません。MatlabまたはRを使用する可能性が高くなります。Mahoutのドキュメントでは、ランダムフォレストの実装はほとんど機能せず、ドキュメントには誤った例があります。 Mahoutルーチンはアルゴリズムに依存します。私は現在、Mahoutが現状のままどこでも堅実に進んでいるとは思っていません。これもIMOです。私が間違っているといいのですが！