Scala for Data Science

از قدرت Scala با ابزارهای مختلف برای ساختن برنامه های کاربردی علم داده مقیاس پذیر و قوی استفاده کنید

درباره این کتاب

• راهنمای کاملی برای راه‌حل‌های علم داده مقیاس‌پذیر، از دریافت داده تا تجسم داده‌ها
• استقرار خطوط لوله پردازش داده‌های مقیاس‌پذیر افقی و استفاده از چارچوب‌های وب برای ایجاد تجسم‌های جذاب
• ساخت روال های کاربردی و ایمن برای تعامل با پایگاه داده های رابطه ای و NoSQL با کمک آموزش ها و مثال های ارائه شده

این کتاب برای چه کسی است

اگر شما یک توسعه دهنده یا دانشمند داده Scala هستید، یا اگر می خواهید وارد حوزه علم داده شوید، این کتاب تمام ابزارهایی را که برای پیاده سازی راه حل های علم داده نیاز دارید در اختیار شما قرار می دهد.

< b>آنچه یاد خواهید گرفت

• تغییر و فیلتر کردن داده های جدولی برای استخراج ویژگی های یادگیری ماشین
• الگوریتم های خود را پیاده سازی کنید یا از مجموعه گسترده MLLib بهره ببرید. مدل هایی برای ساخت ماشین های توزیع شده خطوط لوله یادگیری را انجام دهید
• خواندن، تبدیل و نوشتن داده ها در پایگاه داده های SQL و NoSQL به شیوه ای کاربردی
• نوشتن روال های قوی برای پرس و جو از API های وب
• خواندن داده ها از API های وب مانند GitHub یا Twitter API
• از Scala برای تعامل با MongoDB استفاده کنید، که عملکرد بالایی ارائه می دهد و به ذخیره مجموعه داده های بزرگ با الزامات پرس و جو نامشخص کمک می کند
• ایجاد برنامه های وب Scala که با کتابخانه‌های جاوا اسکریپت مانند D3 برای ایجاد تجسم‌های تعاملی متقاعدکننده ترکیب می‌شوند.
• برنامه‌های موازی مقیاس‌پذیر را با استفاده از Apache Spark، بارگیری داده‌ها از HDFS یا Hive

به‌طور جزئی اجرا کنید.

Scala یک زبان برنامه نویسی چند پارادایم است (هم برنامه نویسی شی گرا و هم تابعی را پشتیبانی می کند) و زبان برنامه نویسی که برای ساخت برنامه های کاربردی برای JVM استفاده می شود. زبان هایی مانند R، Python، Java و ... بیشتر برای علم داده استفاده می شود. به ویژه در تجزیه و تحلیل مجموعه های بزرگ داده ها بدون تأثیر قابل توجهی بر عملکرد خوب است و بنابراین Scala توسط بسیاری از توسعه دهندگان و دانشمندان داده پذیرفته شده است. دانشمندان داده ممکن است آگاه باشند که ساختن برنامه هایی که واقعا مقیاس پذیر باشند کار سختی است. اسکالا، با کتابخانه‌های کاربردی قدرتمند خود برای تعامل با پایگاه‌های داده و ساخت چارچوب‌های مقیاس‌پذیر، ابزارهایی را برای ایجاد خطوط لوله داده قوی در اختیار شما قرار می‌دهد.

این کتاب شما را با کتابخانه‌هایی برای جذب، ذخیره، دستکاری، پردازش، آشنا می‌کند. و تجسم داده‌ها در Scala.

این کتاب با نمونه‌های واقعی و مجموعه داده‌های جالب، به شما یاد می‌دهد که داده‌ها را از فایل‌های مسطح و APIهای وب دریافت کنید و آن‌ها را در پایگاه داده SQL یا NoSQL ذخیره کنید. این به شما نشان می دهد که چگونه معماری های مقیاس پذیر را برای پردازش و مدل سازی داده های خود طراحی کنید، از ساختارهای همزمان ساده مانند مجموعه های موازی و آینده گرفته تا سیستم های بازیگر و Apache Spark. علاوه بر تاکید اسکالا بر ساختارهای عملکردی و تغییر ناپذیری، یاد خواهید گرفت که چگونه از ساختار موازی مناسب برای کار مورد نظر استفاده کنید و زمان توسعه را بدون به خطر انداختن مقیاس پذیری به حداقل برسانید. در نهایت، نحوه ایجاد تجسم‌های تعاملی زیبا با استفاده از چارچوب‌های وب را خواهید آموخت.

این کتاب آموزش‌هایی در مورد برخی از رایج‌ترین کتابخانه‌های Scala برای علم داده ارائه می‌دهد و به شما این امکان را می‌دهد که به سرعت با ساخت علم داده به سرعت برسید. و راه حل های مهندسی داده ها.

سبک و رویکرد

این کتاب آموزشی با مثال های کامل، ابزارهایی برای شروع ساختن مهندسی داده و داده های مفید در اختیار شما قرار می دهد. راه حل های علمی به سرعت

در حال بارگیری کد نمونه برای این کتاب. می‌توانید فایل‌های کد نمونه را برای همه کتاب‌های Packt که از حساب خود در http://www.PacktPub.com خریداری کرده‌اید دانلود کنید. اگر این کتاب را از جای دیگری خریداری کرده اید، می توانید از http://www.PacktPub.com/support دیدن کنید و برای داشتن فایل کد ثبت نام کنید.

Leverage the power of Scala with different tools to build scalable, robust data science applications

About This Book

• A complete guide for scalable data science solutions, from data ingestion to data visualization
• Deploy horizontally scalable data processing pipelines and take advantage of web frameworks to build engaging visualizations
• Build functional, type-safe routines to interact with relational and NoSQL databases with the help of tutorials and examples provided

Who This Book Is For

If you are a Scala developer or data scientist, or if you want to enter the field of data science, then this book will give you all the tools you need to implement data science solutions.

What You Will Learn

• Transform and filter tabular data to extract features for machine learning
• Implement your own algorithms or take advantage of MLLib’s extensive suite of models to build distributed machine learning pipelines
• Read, transform, and write data to both SQL and NoSQL databases in a functional manner
• Write robust routines to query web APIs
• Read data from web APIs such as the GitHub or Twitter API
• Use Scala to interact with MongoDB, which offers high performance and helps to store large data sets with uncertain query requirements
• Create Scala web applications that couple with JavaScript libraries such as D3 to create compelling interactive visualizations
• Deploy scalable parallel applications using Apache Spark, loading data from HDFS or Hive

In Detail

Scala is a multi-paradigm programming language (it supports both object-oriented and functional programming) and scripting language used to build applications for the JVM. Languages such as R, Python, Java, and so on are mostly used for data science. It is particularly good at analyzing large sets of data without any significant impact on performance and thus Scala is being adopted by many developers and data scientists. Data scientists might be aware that building applications that are truly scalable is hard. Scala, with its powerful functional libraries for interacting with databases and building scalable frameworks will give you the tools to construct robust data pipelines.

This book will introduce you to the libraries for ingesting, storing, manipulating, processing, and visualizing data in Scala.

Packed with real-world examples and interesting data sets, this book will teach you to ingest data from flat files and web APIs and store it in a SQL or NoSQL database. It will show you how to design scalable architectures to process and modelling your data, starting from simple concurrency constructs such as parallel collections and futures, through to actor systems and Apache Spark. As well as Scala’s emphasis on functional structures and immutability, you will learn how to use the right parallel construct for the job at hand, minimizing development time without compromising scalability. Finally, you will learn how to build beautiful interactive visualizations using web frameworks.

This book gives tutorials on some of the most common Scala libraries for data science, allowing you to quickly get up to speed with building data science and data engineering solutions.

Style and approach

A tutorial with complete examples, this book will give you the tools to start building useful data engineering and data science solutions straightaway

Downloading the example code for this book. You can download the example code files for all Packt books you have purchased from your account at http://www.PacktPub.com. If you purchased this book elsewhere, you can visit http://www.PacktPub.com/support and register to have the code file.