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

Автори: Akash Tandon, Sandy Ryza, Uri Laserson, Sean Owen, Josh Wills

Видавець: Геліон

Рік випуску: 2023

Переклад: Анджей Ватрак

ISBN: 978-83-8322-069-7

Формат: 165x235

Обкладинка: м'яка

Сторінок: 192

Книга нова

Ціна обкладинки книги: 69.00 PLN > акційну ціну можна знайти на нашому аукціоні!

Потреби в аналізі великих наборів 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. Але щоб повністю скористатися цими можливостями, вам потрібно розуміти взаємодію між алгоритмами, наборами даних і шаблонами, які використовуються в аналізі даних.

Ось практичний посібник із Spark 3.0, статистичних методів і реальних - світові набори даних. У ньому розглядаються принципи вирішення аналітичних задач за допомогою інтерфейсу PySpark, використовуючи хороші практики 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 та їх розширений аналіз.

Завдяки книзі ви навчитеся:

• модель програмування в екосистемі Spark< /li>
• основні методи, що використовуються в науці про дані
• повна реалізація аналізу великих загальнодоступних наборів даних
• конкретні випадки використання інструментів машинного навчання
• код який ви можете легко адаптувати до своїх потреб

PySpark: системна відповідь на проблеми інженерів даних!