دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Marin. Ivan, Shukla. Ankit, Vk. Sarang سری: ISBN (شابک) : 9781789955286, 1789955289 ناشر: Packt Publishing سال نشر: 2019 تعداد صفحات: 276 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Big Data Analysis with Python 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 تجزیه و تحلیل کلان داده با پایتون 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.
با پردازش حجم زیادی از داده ها و ارائه آن به عنوان بینش های تعاملی و جذاب با استفاده از Spark و Python آشنا شوید. ویژگیهای کلیدی مقدمهای سریع و عملی برای پشته علم داده پایتون دریافت کنید. روشهایی برای ایجاد معیارها و آمار مفید از مجموعه دادههای بزرگ ایجاد گزارش تجزیه و تحلیل دقیق با دادههای دنیای واقعی شرح کتاب پردازش دادههای بزرگ در زمان واقعی چالش برانگیز است. مقیاس پذیری، ناسازگاری اطلاعات و تحمل خطا. تجزیه و تحلیل داده های بزرگ با پایتون به شما می آموزد که چگونه از ابزارهایی استفاده کنید که می توانند این بهمن داده را برای شما کنترل کنند. با این کتاب، تکنیکهای عملی برای جمعآوری دادهها در ابعاد مفید برای تجزیه و تحلیل پسین، استخراج اندازهگیریهای آماری، و تبدیل مجموعه دادهها به ویژگیهای دیگر سیستمها را خواهید آموخت. کتاب با مقدمه ای بر دستکاری داده ها در پایتون با استفاده از پانداها آغاز می شود. سپس با تجزیه و تحلیل آماری و تکنیک های ترسیم آشنا خواهید شد. با چندین فعالیت عملی در فروشگاه، میتوانید دادههایی را که در چندین رایانه توزیع شدهاند، با استفاده از Dask تجزیه و تحلیل کنید. همانطور که پیشرفت می کنید، نحوه جمع آوری داده ها را برای نمودارها مطالعه خواهید کرد، زمانی که کل داده ها در حافظه گنجانده نمی شوند. شما همچنین Hadoop (HDFS و YARN) را کاوش خواهید کرد که به شما در مقابله با مجموعه داده های بزرگتر کمک می کند. این کتاب همچنین Spark را پوشش میدهد و نحوه تعامل آن با ابزارهای دیگر را توضیح میدهد. در پایان این کتاب، میتوانید محیط پایتون خود را بوت استرپ کنید، فایلهای بزرگ را پردازش کنید و دادهها را برای تولید آمار، معیارها و نمودارها دستکاری کنید. آنچه یاد خواهید گرفت استفاده از پایتون برای خواندن و تبدیل داده ها به فرمت های مختلف تولید آمار و معیارهای اساسی با استفاده از داده ها روی دیسک کار با وظایف محاسباتی توزیع شده روی یک خوشه تبدیل داده ها از منابع مختلف به فرمت های ذخیره سازی یا پرس و جو آماده سازی داده ها برای تجزیه و تحلیل آماری، تجسم، و یادگیری ماشینی ارائه دادهها در قالب تصاویر بصری موثر این کتاب چه کسی برای تجزیه و تحلیل دادههای بزرگ با پایتون است برای توسعهدهندگان پایتون، تحلیلگران داده و دانشمندان داده طراحی شده است که میخواهند روشهایی را برای کنترل دادهها و تبدیل آنها به بینشهای تاثیرگذار استفاده کنند. . دانش اولیه اندازه گیری های آماری و پایگاه های داده رابطه ای به شما در درک مفاهیم مختلف توضیح داده شده در این کتاب کمک می کند.
Get to grips with processing large volumes of data and presenting it as engaging, interactive insights using Spark and Python. Key Features Get a hands-on, fast-paced introduction to the Python data science stack Explore ways to create useful metrics and statistics from large datasets Create detailed analysis reports with real-world data Book Description Processing big data in real time is challenging due to scalability, information inconsistency, and fault tolerance. Big Data Analysis with Python teaches you how to use tools that can control this data avalanche for you. With this book, you'll learn practical techniques to aggregate data into useful dimensions for posterior analysis, extract statistical measurements, and transform datasets into features for other systems. The book begins with an introduction to data manipulation in Python using pandas. You'll then get familiar with statistical analysis and plotting techniques. With multiple hands-on activities in store, you'll be able to analyze data that is distributed on several computers by using Dask. As you progress, you'll study how to aggregate data for plots when the entire data cannot be accommodated in memory. You'll also explore Hadoop (HDFS and YARN), which will help you tackle larger datasets. The book also covers Spark and explains how it interacts with other tools. By the end of this book, you'll be able to bootstrap your own Python environment, process large files, and manipulate data to generate statistics, metrics, and graphs. What you will learn Use Python to read and transform data into different formats Generate basic statistics and metrics using data on disk Work with computing tasks distributed over a cluster Convert data from various sources into storage or querying formats Prepare data for statistical analysis, visualization, and machine learning Present data in the form of effective visuals Who this book is for Big Data Analysis with Python is designed for Python developers, data analysts, and data scientists who want to get hands-on with methods to control data and transform it into impactful insights. Basic knowledge of statistical measurements and relational databases will help you to understand various concepts explained in this book.