ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Apache Spark 2: Data Processing and Real-Time Analytics: Master complex big data processing, stream analytics, and machine learning with Apache Spark

دانلود کتاب Apache Spark 2: Data Processing and Real-Time Analytics: پردازش داده های بزرگ پیچیده ، تجزیه و تحلیل جریان و یادگیری ماشین با Apache Spark

Apache Spark 2: Data Processing and Real-Time Analytics: Master complex big data processing, stream analytics, and machine learning with Apache Spark

مشخصات کتاب

Apache Spark 2: Data Processing and Real-Time Analytics: Master complex big data processing, stream analytics, and machine learning with Apache Spark

ویرایش:  
نویسندگان: , , , , , ,   
سری:  
ISBN (شابک) : 1789959209, 9781789959208 
ناشر: Packt Publishing 
سال نشر: 2018 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 16 مگابایت 

قیمت کتاب (تومان) : 42,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 18


در صورت تبدیل فایل کتاب Apache Spark 2: Data Processing and Real-Time Analytics: Master complex big data processing, stream analytics, and machine learning with Apache Spark به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب Apache Spark 2: Data Processing and Real-Time Analytics: پردازش داده های بزرگ پیچیده ، تجزیه و تحلیل جریان و یادگیری ماشین با Apache Spark نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب Apache Spark 2: Data Processing and Real-Time Analytics: پردازش داده های بزرگ پیچیده ، تجزیه و تحلیل جریان و یادگیری ماشین با Apache Spark



با این چارچوب محاسباتی خوشه‌ای منبع باز و منعطف و چند منظوره، برنامه‌های کارآمد جریان داده و یادگیری ماشین بسازید

ویژگی‌های کلیدی

  • در هنر پردازش بی‌درنگ داده‌های بزرگ و یادگیری ماشینی تسلط داشته باشید
  • گستره وسیعی از موارد کاربردی را برای تجزیه و تحلیل داده‌های بزرگ کاوش کنید
  • با استفاده از ویژگی‌های بسیاری، راه‌هایی را برای بهینه‌سازی کار خود کشف کنید. از Spark 2.x و Scala

Book Description

Apache Spark یک سیستم پردازش داده مبتنی بر خوشه در حافظه است که طیف وسیعی از عملکردها مانند پردازش کلان داده، تجزیه و تحلیل، یادگیری ماشینی و موارد دیگر. با استفاده از این مسیر یادگیری، می‌توانید با یادگیری نحوه گسترش عملکرد Spark و ساخت جریان داده‌ها و برنامه‌های یادگیری ماشین خود در این پلتفرم، دانش خود را از Apache Spark به سطح بعدی ارتقا دهید.

شما با این پلتفرم کار خواهید کرد. ماژول های مختلف در Apache Spark، مانند پرس و جو تعاملی با Spark SQL، استفاده از DataFrames و مجموعه داده ها، پیاده سازی تجزیه و تحلیل جریان با Spark Streaming، و استفاده از یادگیری ماشینی و تکنیک های یادگیری عمیق در Spark با استفاده از MLlib و ابزارهای خارجی مختلف.

در پایان این مسیر یادگیری دقیق طراحی شده، شما تمام دانش لازم برای تسلط بر آپاچی اسپارک و ایجاد خط لوله پردازش کلان داده و تجزیه و تحلیل خود را به سرعت و بدون هیچ دردسری خواهید داشت.

این مسیر آموزشی شامل می شود. محتوای محصولات Packt زیر:

  • تسلط بر Apache Spark 2.x توسط Romeo Kienzler
  • Scala و Spark for Big Data Analytics توسط دکتر رضاول کریم، سریدار آلا
  • li>
  • Apache Spark 2.x Machine Learning کتاب آشپزی سیامک امیرقدسی، میناکشی راجندران، Broderick Hall، Shuen MeiCookbook

آنچه یاد خواهید گرفت

  • با تمام ویژگی های آپاچی اسپارک 2 آشنا شوید. x
  • انجام پردازش داده های بزرگ در زمان واقعی بسیار بهینه سازی شده
  • استفاده از تکنیک های ML و DL با Spark MLlib و ابزارهای شخص ثالث
  • تجزیه و تحلیل داده های ساختاریافته و بدون ساختار با استفاده از SparkSQL و GraphX ​​
  • درک تنظیم، اشکال زدایی و نظارت بر برنامه های کاربردی داده های بزرگ
  • ساخت برنامه های پخش مقیاس پذیر و مقاوم در برابر خطا
  • توسعه موتورهای توصیه مقیاس پذیر

این کتاب برای چه کسی است

اگر شما یک توسعه دهنده سطح متوسط ​​Spark هستید که به دنبال تسلط بر قابلیت های پیشرفته و موارد استفاده Apache Spark 2.x هستید، این مسیر یادگیری ایده آل برای شما متخصصان کلان داده که می خواهند یاد بگیرند که چگونه ویژگی های Apache Spark را یکپارچه کنند و از آنها استفاده کنند و یک خط لوله قوی داده بزرگ بسازند، این مسیر یادگیری را نیز مفید خواهند یافت. برای درک مفاهیم توضیح داده شده در این مسیر یادگیری، باید اصول Apache Spark و Scala را بدانید.

فهرست محتوا

  1. یک طعم اولیه و چیزهای جدید در Apache Spark V2
  2. Apache Spark Streaming
  3. Structured Streaming
  4. Apache Spark MLlib
  5. Apache SparkML
  6. Apache SystemML</ li>
  7. Apache Spark GraphX
  8. Spark Tuning
  9. تست و رفع اشکال Spark
  10. یادگیری ماشینی عملی با Spark با استفاده از Scala
  11. Spark's سه تفنگدار داده برای یادگیری ماشین - کامل با هم
  12. دستورالعمل های رایج برای پیاده سازی یک سیستم یادگیری ماشینی قوی
  13. موتور توصیه ای که با Spark مقیاس می شود
  14. خوشه بندی بدون نظارت با Apache Spark 2.0
  15. اجرای تجزیه و تحلیل متن با Spark 2.0 ML Library
  16. Spark Streaming and Machine Learning Library

توضیحاتی درمورد کتاب به خارجی

Build efficient data flow and machine learning programs with this flexible, multi-functional open-source cluster-computing framework

Key Features

  • Master the art of real-time big data processing and machine learning
  • Explore a wide range of use-cases to analyze large data
  • Discover ways to optimize your work by using many features of Spark 2.x and Scala

Book Description

Apache Spark is an in-memory, cluster-based data processing system that provides a wide range of functionalities such as big data processing, analytics, machine learning, and more. With this Learning Path, you can take your knowledge of Apache Spark to the next level by learning how to expand Spark's functionality and building your own data flow and machine learning programs on this platform.

You will work with the different modules in Apache Spark, such as interactive querying with Spark SQL, using DataFrames and datasets, implementing streaming analytics with Spark Streaming, and applying machine learning and deep learning techniques on Spark using MLlib and various external tools.

By the end of this elaborately designed Learning Path, you will have all the knowledge you need to master Apache Spark, and build your own big data processing and analytics pipeline quickly and without any hassle.

This Learning Path includes content from the following Packt products:

  • Mastering Apache Spark 2.x by Romeo Kienzler
  • Scala and Spark for Big Data Analytics by Md. Rezaul Karim, Sridhar Alla
  • Apache Spark 2.x Machine Learning Cookbook by Siamak Amirghodsi, Meenakshi Rajendran, Broderick Hall, Shuen MeiCookbook

What you will learn

  • Get to grips with all the features of Apache Spark 2.x
  • Perform highly optimized real-time big data processing
  • Use ML and DL techniques with Spark MLlib and third-party tools
  • Analyze structured and unstructured data using SparkSQL and GraphX
  • Understand tuning, debugging, and monitoring of big data applications
  • Build scalable and fault-tolerant streaming applications
  • Develop scalable recommendation engines

Who this book is for

If you are an intermediate-level Spark developer looking to master the advanced capabilities and use-cases of Apache Spark 2.x, this Learning Path is ideal for you. Big data professionals who want to learn how to integrate and use the features of Apache Spark and build a strong big data pipeline will also find this Learning Path useful. To grasp the concepts explained in this Learning Path, you must know the fundamentals of Apache Spark and Scala.

Table of Contents

  1. A First Taste and What's New in Apache Spark V2
  2. Apache Spark Streaming
  3. Structured Streaming
  4. Apache Spark MLlib
  5. Apache SparkML
  6. Apache SystemML
  7. Apache Spark GraphX
  8. Spark Tuning
  9. Testing and Debugging Spark
  10. Practical Machine Learning with Spark Using Scala
  11. Spark's Three Data Musketeers for Machine Learning - Perfect Together
  12. Common Recipes for Implementing a Robust Machine Learning System
  13. Recommendation Engine that Scales with Spark
  14. Unsupervised Clustering with Apache Spark 2.0
  15. Implementing Text Analytics with Spark 2.0 ML Library
  16. Spark Streaming and Machine Learning Library




نظرات کاربران