Spark. Zaawansowana analiza danych - Sandy Ryza, Uri Laserson, S
- Type:
- Other > E-books
- Files:
- 1
- Size:
- 3.66 MiB (3841587 Bytes)
- Texted language(s):
- Polish
- Tag(s):
- polish informatyka
- Uploaded:
- 2017-02-07 13:03:00 GMT
- By:
- BanchMon2
- Seeders:
- 0
- Leechers:
- 1
- Comments
- 0
- Info Hash: 2F217854234752FDFCE4CEA5C722874A49D3CC5E
(Problems with magnets links are fixed by upgrading your torrent client!)
Spark. Zaawansowana analiza danych - Sandy Ryza, Uri Laserson, Sean Owen, Josh Wills (2016) [PDF] [PL] Format PDF Jakość: strony 121-240 jakość wydawnicza, strony 1-120 bitmap Opis: Analiza ogromnych zbiorów danych nie musi być wolna! Apache Spark to darmowy, zaawansowany szkielet i silnik pozwalający na szybkie przetwarzanie oraz analizę ogromnych zbiorów danych. Prace nad tym projektem rozpoczęły się w 2009 roku, a już rok później Spark został udostępniony użytkownikom. Jeżeli potrzebujesz najwyższej wydajności w przetwarzaniu informacji, jeżeli chcesz uzyskiwać odpowiedź na trudne pytania niemalże w czasie rzeczywistym, Spark może być odpowiedzią na Twoje oczekiwania. Sięgnij po tę książkę i przekonaj się, czy tak jest w rzeczywistości. Autor porusza tu zaawansowane kwestie związane z analizą statystyczną danych, wykrywaniem anomalii oraz analizą obrazów. Jednak zanim przejdziesz do tych tematów, zapoznasz się z podstawami — wprowadzeniem do analizy danych za pomocą języka Scala oraz Apache Spark. Nauczysz się też przeprowadzać analizę semantyczną i zobaczysz, jak w praktyce przeprowadzić analizę sieci współwystępowań za pomocą biblioteki GraphX. Na koniec dowiesz się, jak przetwarzać dane geoprzestrzenne i genomiczne, a także oszacujesz ryzyko metodą symulacji Monte Carlo. Książka ta pozwoli Ci na wykorzystanie potencjału Apache Spark i zaprzęgnięcie go do najtrudniejszych zadań! Przykłady prezetnowane w książce obejmują: Rekomendowanie muzyki i dane Audioscrobbler Prognozowanie zalesienia za pomocą drzewa decyzyjnego Wykrywanie anomalii w ruchu sieciowym metodą grupowania według k-średnich Wikipedia i ukryta analiza semantyczna Analiza sieci współwystępowań za pomocą biblioteki GraphX Geoprzestrzenna i temporalna analiza tras nowojorskich taksówek Szacowanie ryzyka finansowego metodą symulacji Monte Carlo Analiza danych genomicznych i projekt BDG Analiza danych neuroobrazowych za pomocą pakietów PySpark i Thunder Poznaj potencjał i wydajność Apache Spark!
Spark. Zaawansowana analiza danych - Sandy Ryza, Uri Laserson, Sean Owen, Josh Wills (2016).pdf | 3.66 MiB |