РАСШИРЕННЫЙ АНАЛИЗ ДАННЫХ В PYSPARK. МЕТОДЫ ОБРАБОТКИ ИНФОРМАЦИИ


Код: 14941072552
1090 грн
Цена указана с доставкой в Украину
Товар есть в наличии
КАК ЭКОНОМИТЬ НА ДОСТАВКЕ?
Заказывайте большое количество товаров у этого продавца
Информация
  • Время доставки: 7-10 дней
  • Состояние товара: новый
  • Доступное количество: 5

Заказывая «ZAAWANSOWANA ANALIZA DANYCH W PYSPARK. METODY PRZETWARZANIA INFORMACJI NA» данный товар из каталога «E-бизнес» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.

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

⭐⭐⭐⭐⭐

✅ Автор: Коллективная работа

✅ Издательство: Helion

✅ Обложка: Мягкая

✅ Страниц: 192

✅ Формат: 235x165

✅ Тираж: 1

✅ Вес : 326

✅ Издание: 1

✅ Год: 2023

✅ ISBN: 978-83-832-2069-7

✅ EAN: 9788383220697

✅ Код: 30784235 pl5%

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. Но чтобы в полной мере воспользоваться этими возможностями, вам 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.