Розширений аналіз даних у PySpark. Широкомасштабні методи обробки інформації за допомогою Python і Spark

Геліон Глівіце

Ean:9788383220697

• ISBN: 9788383220697
• Автор: Акаш Тандон, Сенді Райза, Урі Лезерсон, Шон Оуен, Джош Уіллс
• Обкладинка: м'яка
• Рік видання: 2023
• Формат: b5 li>
• Сторінок: 192

Потреби в аналізі великих масивів даних і витягу з них корисної інформації постійно зростають. Серед інструментів, доступних для цих програм, PySpark, Spark API для Python, є особливо корисним. Apache Spark чудово підходить для аналізу великих наборів даних, а PySpark дозволяє легко інтегрувати Spark зі спеціалізованими інструментами PyData. Однак, щоб повністю скористатися цими можливостями, необхідно розуміти взаємодію між алгоритмами, наборами даних і шаблонами, які використовуються в аналізі даних.

Ось практичний посібник із Spark 3.0, статистичних методів і реальних наборів даних. У ньому розглядаються принципи розв’язання аналітичних задач за допомогою інтерфейсу PySpark із використанням належних практик програмування Spark. Після прочитання ви зможете легко заглибитися в аналітичні шаблони на основі популярних методів обробки даних, таких як класифікація, кластеризація, фільтрація та виявлення аномалій, що використовуються в геноміці, ІТ-безпеці та фінансах. Додатковою перевагою є описи використання обробки зображень і природної мови. Ще однією перевагою є низка реальних прикладів великих наборів даних і їх розширений аналіз.

Завдяки книзі ви дізнаєтесь:

• Модель програмування екосистеми Spark
• основні методи, які використовуються в науці про дані
• повне впровадження аналізу великих публічних наборів даних
• конкретні випадки використання інструментів машинного навчання
• код, який можна легко адаптувати до своїх потреб

PySpark: системна відповідь на проблеми розробників даних!