Applied Data Science Using PySpark: Learn the End-to-End Predictive Model-Building Cycle

ویرایش: [1st ed.] 
نویسندگان: Ramcharan Kakarla,  Sundar Krishnan,  Sridhar Alla  
سری:  
ISBN (شابک) : 9781484264997, 9781484265000 
ناشر: Apress 
سال نشر: 2021 
تعداد صفحات: XXVI, 410
[427] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 11 Mb 

قیمت کتاب (تومان) : 53,000



قابلیت های PySpark و کاربرد آن در حوزه علم داده را کشف کنید. این راهنمای جامع با نمونه‌های دست‌چین شده از موارد استفاده روزانه، شما را در چرخه ساخت مدل‌های پیش‌بینی‌کننده انتها به انتها با جدیدترین تکنیک‌ها و ترفندهای تجارت راهنمایی می‌کند.

علوم داده کاربردی با استفاده از PySpark به شش بخش تقسیم شده است که شما را در کتاب راهنمایی می کند. در بخش 1، شما با اصول اولیه PySpark با تمرکز بر دستکاری داده ها شروع می کنید. ما شما را با زبان راحت می کنیم و سپس بر اساس آن می سازیم تا شما را با توابع ریاضی موجود در قفسه آشنا کنیم. در بخش 2، شما به هنر انتخاب متغیر می پردازید، جایی که ما تکنیک های مختلف انتخاب موجود در PySpark را نشان می دهیم. در بخش 3، ما شما را به سفری از طریق الگوریتم های یادگیری ماشین، پیاده سازی ها و تکنیک های تنظیم دقیق می بریم. همچنین در مورد معیارهای اعتبارسنجی مختلف و نحوه استفاده از آنها برای انتخاب بهترین مدل ها صحبت خواهیم کرد. بخش‌های 4 و 5 خطوط لوله یادگیری ماشین و روش‌های مختلف موجود برای عملیاتی کردن مدل و ارائه آن از طریق Docker/an API را بررسی می‌کنند. در بخش آخر، اشیاء قابل استفاده مجدد را برای آزمایش آسان پوشش می‌دهید و ترفندهایی را یاد می‌گیرید که می‌توانند به شما در بهینه‌سازی برنامه‌ها و خطوط لوله یادگیری ماشین کمک کنند.

در پایان این کتاب، انعطاف پذیری و مزایای PySpark را در کاربردهای علم داده مشاهده خواهید کرد. این کتاب به کسانی توصیه می شود که می خواهند با کار همزمان با مجموعه داده های بزرگ، قدرت محاسبات موازی را آزاد کنند.

آنچه یاد خواهید گرفت

• یک مدل پیشگویانه سرتاسر بسازید
• پیاده سازی تکنیک های انتخاب متغیرهای متعدد
• عملیاتی سازی مدل ها
• تسلط بر الگوریتم ها و پیاده سازی های متعدد

Who This این کتاب برای

دانشمندان داده و مهندسین یادگیری ماشین و یادگیری عمیق است که می‌خواهند PySpark را برای تجزیه و تحلیل بلادرنگ داده‌های جریانی یاد بگیرند و از آن استفاده کنند.

Discover the capabilities of PySpark and its application in the realm of data science. This comprehensive guide with hand-picked examples of daily use cases will walk you through the end-to-end predictive model-building cycle with the latest techniques and tricks of the trade.

Applied Data Science Using PySpark is divided unto six sections which walk you through the book. In section 1, you start with the basics of PySpark focusing on data manipulation. We make you comfortable with the language and then build upon it to introduce you to the mathematical functions available off the shelf. In section 2, you will dive into the art of variable selection where we demonstrate various selection techniques available in PySpark. In section 3, we take you on a journey through machine learning algorithms, implementations, and fine-tuning techniques. We will also talk about different validation metrics and how to use them for picking the best models. Sections 4 and 5 go through machine learning pipelines and various methods available to operationalize the model and serve it through Docker/an API. In the final section, you will cover reusable objects for easy experimentation and learn some tricks that can help you optimize your programs and machine learning pipelines.

By the end of this book, you will have seen the flexibility and advantages of PySpark in data science applications. This book is recommended to those who want to unleash the power of parallel computing by simultaneously working with big datasets.

What You Will Learn

• Build an end-to-end predictive model
• Implement multiple variable selection techniques
• Operationalize models
• Master multiple algorithms and implementations

Who This Book is For

Data scientists and machine learning and deep learning engineers who want to learn and use PySpark for real-time analysis of streaming data.