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: Srinivas Duvvuri. Bikramaditya Singhal
سری:
ISBN (شابک) : 1785885650, 9781785885655
ناشر: Packt Publishing
سال نشر: 2016
تعداد صفحات: 339
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 13 مگابایت
کلمات کلیدی مربوط به کتاب جرقه برای علم داده: داده کاوی، پایگاه داده و کلان داده، کامپیوتر و فناوری
در صورت تبدیل فایل کتاب Spark 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 جرقه برای علم 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.
دادههای خود را تجزیه و تحلیل کنید و با جدیدترین نسخه Spark، 2.0، عمیقاً در دنیای یادگیری ماشین کاوش کنید
این کتاب برای هر کسی است که میخواهد از Apache Spark برای علم داده و علم داده استفاده کند. فراگیری ماشین. اگر فنآوری هستید که میخواهید دانش خود را برای انجام عملیات علم داده در Spark گسترش دهید، یا دانشمند دادهای هستید که میخواهد نحوه پیادهسازی الگوریتمها در Spark را درک کند، یا یک تازهکار با حداقل تجربه توسعه که میخواهد درباره تجزیه و تحلیل دادههای بزرگ بیاموزد، این کتاب برای شماست!
این دوران کلان داده است. کلمات Big Data به معنای نوآوری بزرگ است و مزیت رقابتی را برای مشاغل ایجاد می کند. Apache Spark برای انجام تجزیه و تحلیل داده های بزرگ در مقیاس طراحی شده است، بنابراین Spark به الگوریتم های لازم مجهز است و از چندین زبان برنامه نویسی پشتیبانی می کند.
چه یک فناور، دانشمند داده یا مبتدی به Big Data باشید. تجزیه و تحلیل، این کتاب تمام مهارت های لازم برای انجام تجزیه و تحلیل داده های آماری، تجسم داده ها، مدل سازی پیش بینی، و ساخت محصولات یا راه حل های داده مقیاس پذیر با استفاده از Python، Scala، و R را در اختیار شما قرار می دهد.
با مطالعات موردی فراوان. و نمونه های دنیای واقعی، Spark for Data Science به شما کمک می کند تا از اجرای موفقیت آمیز پروژه های علم داده خود اطمینان حاصل کنید.
این کتاب یک رویکرد گام به گام دارد. به تجزیه و تحلیل آماری و یادگیری ماشینی میپردازد و به سبک محاورهای و آسان برای دنبال کردن توضیح داده شده است. هر موضوع به صورت متوالی با تمرکز بر مبانی و همچنین مفاهیم پیشرفته الگوریتم ها و تکنیک ها توضیح داده می شود. نمونههای دنیای واقعی با قطعه کد نمونه نیز گنجانده شده است.
Analyze your data and delve deep into the world of machine learning with the latest Spark version, 2.0
This book is for anyone who wants to leverage Apache Spark for data science and machine learning. If you are a technologist who wants to expand your knowledge to perform data science operations in Spark, or a data scientist who wants to understand how algorithms are implemented in Spark, or a newbie with minimal development experience who wants to learn about Big Data Analytics, this book is for you!
This is the era of Big Data. The words Big Data implies big innovation and enables a competitive advantage for businesses. Apache Spark was designed to perform Big Data analytics at scale, and so Spark is equipped with the necessary algorithms and supports multiple programming languages.
Whether you are a technologist, a data scientist, or a beginner to Big Data analytics, this book will provide you with all the skills necessary to perform statistical data analysis, data visualization, predictive modeling, and build scalable data products or solutions using Python, Scala, and R.
With ample case studies and real-world examples, Spark for Data Science will help you ensure the successful execution of your data science projects.
This book takes a step-by-step approach to statistical analysis and machine learning, and is explained in a conversational and easy-to-follow style. Each topic is explained sequentially with a focus on the fundamentals as well as the advanced concepts of algorithms and techniques. Real-world examples with sample code snippets are also included.