دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Scala for Data Science
دانلود کتاب مقیاس علوم داده
مشخصات کتاب
Scala for Data Science
ویرایش:
نویسندگان: Pascal Bugnion
سری:
ISBN (شابک) : 1785281372, 9781785281372
ناشر: Packt Publishing
سال نشر: 2016
تعداد صفحات: 416
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
قیمت کتاب (تومان) : 44,000
کلمات کلیدی مربوط به کتاب مقیاس علوم داده: طراحی شی گرا نرم افزار تست مهندسی برنامه نویسی کامپیوتر توسعه فناوری مرجع سالنامه ها سالنامه ها اطلس نقشه ها مشاغل فهرست ها فهرست راهنماهای مصرف کننده فرهنگ لغت نامه ها واژه نامه ها دایره المعارف ها موضوع انگلیسی به عنوان زبان دوم آداب مطالعه خارجی تبارشناسی نقل قول ها بقای آمادگی اضطراری آزمون آمادگی اضطراری
در صورت تبدیل فایل کتاب Scala for Data Science 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 مقیاس علوم داده 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 مقیاس علوم داده
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 جذب داده تا تجسم داده‌ها
- استقرار خطوط لوله پردازش داده‌های مقیاس‌پذیر افقی و استفاده از چارچوب‌های وب برای ایجاد تجسم‌های جذاب
- روال‌های کاربردی و ایمن برای تعامل ایجاد کنید. 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 برای ورود به حوزه علم داده، سپس این کتاب تمام ابزارهای مورد نیاز برای پیاده سازی راه حل های علم داده را در اختیار شما قرار می دهد.
آنچه خواهید آموخت
- تبدیل و فیلتر کردن جدولی داده ها برای استخراج ویژگی های یادگیری ماشین
- الگوریتم های خود را پیاده سازی کنید یا از مجموعه مدل های گسترده MLLib برای ایجاد خطوط لوله یادگیری ماشینی توزیع شده استفاده کنید
- خواندن، تبدیل، و نوشتن داده‌ها در پایگاه‌های داده SQL و NoSQL به روشی کاربردی
- نوشتن روال‌های قوی برای پرس‌وجو از APIهای وب
- خواندن داده‌ها از APIهای 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 کتابخانه های جاوا اسکریپت مانند D3 برای ایجاد تجسم های تعاملی متقاعد کننده
- استقرار برنامه های موازی مقیاس پذیر با استفاده از Apache Spark، بارگیری داده ها از HDFS یا Hive
در جزئیات
Scala یک زبان برنامه نویسی چند پارادایم است (هم از برنامه نویسی شی گرا و هم از برنامه نویسی تابعی 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 شوند. 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 راه‌حل‌های مهندسی داده.
سبک و رویکرد
این کتاب آموزشی با مثال‌های کامل، ابزارهایی را در اختیار شما قرار می‌دهد تا فوراً راه‌حل‌های مفید مهندسی داده و علم داده را شروع کنید
توضیحاتی درمورد کتاب به خارجی
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
