本书介绍如何利用Spark平台上的实际文档和用例来构建大型企业级机器学习应用。书中首先对Spark和Spark MLlib做了介绍, 除标准Spark MLlib库之外, 还介绍了更强大的第三方机器学习算法和库。在本书的最后解释了多个实际用例, 以帮助读者了解机器学习知识在实际生活中的应用。本书关注的重点是强大的第三方机器学习算法和标准Spark MLlib库之外的第三方库, 所涉及的高级主题包括XGBoost4J Spark、Spark上的LightGBM、Isolation Forest、Spark NLP、Stanford CoreNLP、Alluxio、使用Keras的分布式深度学习、使用Elephas和分布式Keras的Spark等。