Details for this torrent 

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).pdf3.66 MiB