دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب PYSPARK COOKBOOK: over 60 recipes for implementing big data processing and analytics using apache ... spark and python
دانلود کتاب کتاب آشپزی PYSPARK: بیش از 60 دستور العمل برای پیاده سازی پردازش و تجزیه و تحلیل داده های بزرگ با استفاده از آپاچی ... اسپارک و پایتون
مشخصات کتاب
PYSPARK COOKBOOK: over 60 recipes for implementing big data processing and analytics using apache ... spark and python
ویرایش:
نویسندگان: Drabas. Tomasz. Lee Denny
سری:
ISBN (شابک) : 9781788835367, 1788835360
ناشر: PACKT Publishing Limited
سال نشر: 2018
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 7 مگابایت
قیمت کتاب (تومان) : 36,000
در صورت تبدیل فایل کتاب PYSPARK COOKBOOK: over 60 recipes for implementing big data processing and analytics using apache ... spark and 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 کتاب آشپزی PYSPARK: بیش از 60 دستور العمل برای پیاده سازی پردازش و تجزیه و تحلیل داده های بزرگ با استفاده از آپاچی ... اسپارک و 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.
توضیحاتی در مورد کتاب کتاب آشپزی PYSPARK: بیش از 60 دستور العمل برای پیاده سازی پردازش و تجزیه و تحلیل داده های بزرگ با استفاده از آپاچی ... اسپارک و پایتون
بیش از 60 دستور العمل برای اجرای پردازش و تجزیه و تحلیل کلان داده با استفاده از اسپارک آپاچی و پایتون
توضیحاتی درمورد کتاب به خارجی
Over 60 recipes for implementing big data processing and analytics using Apache Spark and Python
فهرست مطالب
Table of ContentsInstalling Pyspark and Setting up Your Development EnvironmentGetting Your Big Data into the Spark Environment Using RDDsBig Data Cleaning and Wrangling with Spark NotebooksAggregating and Summarizing Data into Useful ReportsPowerful Exploratory Data Analysis with MLlibPutting Structure on Your Big Data with SparkSQLTransformations and ActionsImmutable DesignAvoiding Shuffle and Reducing Operational ExpensesSaving Data in the Correct FormatWorking with the Spark Key/Value APITesting Apache Spark JobsLeveraging the Spark GraphX API
