کتاب تجزیه و تحلیل پیشرفته با PySpark: الگوهایی برای یادگیری از داده‌ها در مقیاس بزرگ با استفاده از پایتون و اسپارک

65,000 تومان – 299,000 تومان

شناسه محصول: نامعلوم دسته:
دانلود کتاب تجزیه و تحلیل پیشرفته با pyspark: الگوهای یادگیری از داده ها در مقیاس با استفاده از پایتون و جرقه

عنوان کتاب به انگلیسی

تجزیه و تحلیل پیشرفته با pyspark: الگوهای یادگیری از داده ها در مقیاس با استفاده از پایتون و جرقه
سال انتشار کتاب 2022
زبان انگلیسی
ناشر O'Reilly Media
تعداد صفحات 312
ISBN10 1098103653
ISBN13 9781098103651
حجم و فرمت فایل PDF | EPUB, 4.58 MB
نویسندگان Akash Tandon, Sandy Ryza, Uri Laserson, Sean Owen, Josh Wills

توضیحات کتاب

The amount of data being generated today is staggering–and growing. Apache Spark has emerged as the de facto tool to analyze big data and is now a critical part of the data science toolbox. Updated for Spark 3.0, this practical guide brings together Spark, statistical methods, and real-world datasets to teach you how to approach analytics problems using PySpark, Spark’s Python API, and other best practices in Spark programming. Data scientists Akash Tandon, Sandy Ryza, Uri Laserson, Sean Owen, and Josh Wills offer an introduction to the Spark ecosystem, then dive into patterns that apply common techniques–including classification, clustering, collaborative filtering, and anomaly detection–to fields such as genomics, security, and finance. This updated edition also covers NLP and image processing. If you have a basic understanding of machine learning and statistics and you program in Python, this book will get you started with large-scale data analysis. Familiarize yourself with Spark’s programming model and ecosystem Learn general approaches in data science Examine complete implementations that analyze large public datasets Discover which machine learning tools make sense for particular problems Explore code that can be adapted to many uses

توضیحات کتاب به فارسی (ترجمه ماشینی)

مقدار داده های امروز تولید می شود حیرت انگیز است-و در حال رشد است.Apache Spark به عنوان ابزار de facto برای تجزیه و تحلیل داده های بزرگ ظاهر شده است و اکنون بخش مهمی از جعبه ابزار علوم داده است.این راهنمای عملی به روز شده برای Spark 3.0 ، Spark ، روش های آماری و مجموعه داده های دنیای واقعی را گرد هم می آورد تا به شما یاد دهد که چگونه با استفاده از Pyspark ، API Python Spark و سایر بهترین شیوه ها در برنامه نویسی Spark ، به مشکلات تحلیلی نزدیک شوید.دانشمندان داده Akash Tandon ، Sandy Ryza ، Uri Laserson ، Sean Owen و Josh Wills مقدمه ای را برای اکوسیستم Spark ارائه می دهند ، سپس به الگوهای اعمال می شوند که از تکنیک های مشترک استفاده می کنند-از جمله طبقه بندی ، فیلتر مشارکتی و تشخیص آنومالی-به مزارع مانند ژنومیک ، امنیت و امنیت.این نسخه به روز شده همچنین NLP و پردازش تصویر را در بر می گیرد.اگر درک اساسی از یادگیری و آمار ماشین دارید و در پایتون برنامه ریزی می کنید ، این کتاب شما را با تجزیه و تحلیل داده های در مقیاس بزرگ شروع می کند.خود را با مدل برنامه نویسی Spark و اکوسیستم یاد بگیرید که رویکردهای کلی در علوم داده را بیاموزید ، پیاده سازی های کاملی را که تجزیه و تحلیل مجموعه داده های عمومی عمومی را بررسی می کند ، کشف کنید که ابزارهای یادگیری ماشین برای مشکلات خاص معنا پیدا می کنند ، کد را کشف می کنند که می تواند با بسیاری از کاربردهای سازگار باشد

توجه کنید که این محصول به صورت فایل دانلودی است و نه کتاب کاغذی.
به هنگام خرید به زبان درج شده برای کتاب حتما توجه کنید. به صورت معمول در اکثر موارد زبان کتاب فارسی نیست.
در صورت هرگونه مشکل در دریافت کتاب به شماره 09395106248 پیامک دهید.
درج شماره موبایل برای سفارش ضروری نیست ولی ترجیح آن است درج گردد تا در صورت بروز مشکل اولین راه ارتباطی ما با شما باشد.
چنانچه در دریافت محصول به هر دلیلی با مشکل روبرو شدید و مطمئن از پرداخت موفق وجه هستید به شماره تماس زیر نام، نام خانوادگی و نام محصول را پیامک بزنید تا لینک محصول سریعا برای شما ارسال گردد.

شماره تماس: 09395106248

نوع دانلود

دانلود کتاب انگلیسی, دانلود کتاب انگلیسی + دانلود کتابچه فارسی خلاصه کتاب + دانلود پادکست های صوتی فارسی توضیح هر فصل از کتاب + دانلود ویدیوهای آموزشی فارسی هر فصل از کتاب

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “کتاب تجزیه و تحلیل پیشرفته با PySpark: الگوهایی برای یادگیری از داده‌ها در مقیاس بزرگ با استفاده از پایتون و اسپارک”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مرتبط

پیمایش به بالا