Расширенный анализ данных в PySpark. Широкомасштабные методы обработки информации с использованием Python и Spark

Гелион Гливице

Еан: 9788383220697

• ISBN: 9788383220697
• Автор: Акаш Тандон, Сэнди Риза, Ури Лазерсон, Шон Оуэн, Джош Уиллс
• Обложка: мягкая
• Год издания: 2023
• Формат: b5 li>
• Страниц: 192

Потребности в анализе больших наборов данных и извлечении из них полезной информации постоянно растут. Среди инструментов, доступных для этих приложений, особенно полезен PySpark, Spark API для Python. Apache Spark отлично подходит для анализа больших наборов данных, а PySpark упрощает интеграцию Spark со специализированными инструментами PyData. Однако, чтобы в полной мере воспользоваться этими возможностями, необходимо понимать взаимодействие между алгоритмами, наборами данных и шаблонами, используемыми при анализе данных.

Вот практическое руководство по Spark 3.0, статистическим методам и реальным наборам данных. В нем обсуждаются принципы решения аналитических задач с использованием интерфейса PySpark, с использованием передовых практик программирования Spark. После прочтения вы сможете легко углубиться в аналитические закономерности, основанные на популярных методах обработки данных, таких как классификация, кластеризация, фильтрация и обнаружение аномалий, используемых в геномике, ИТ-безопасности и финансах. Дополнительным преимуществом являются описания использования обработки изображений и естественного языка. Еще одним преимуществом является ряд реальных примеров больших наборов данных и их расширенный анализ.

Благодаря книге вы узнаете:

• Модель программирования экосистемы Spark
• основные методы, используемые в науке о данных.
• полная реализация анализа больших наборов общедоступных данных.
• конкретные варианты использования инструментов машинного обучения.
• код, который можно легко адаптировать под свои нужды.

PySpark: системный ответ на проблемы инженеров данных!