ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Spark for Python Developers

دانلود کتاب جرقه برای توسعه دهندگان پایتون

Spark for Python Developers

مشخصات کتاب

Spark for Python Developers

دسته بندی: کامپیوتر
ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 1784399698, 9781784399696 
ناشر: Packt Publishing 
سال نشر: 2015 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : MOBI (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 14 مگابایت 

قیمت کتاب (تومان) : 50,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 13


در صورت تبدیل فایل کتاب Spark for Python Developers 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 توسعه دهندگان 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 جرقه برای توسعه دهندگان پایتون



ویژگی‌های کلیدی

  • تنظیم زیرساخت‌های جریانی و دسته‌ای داده‌های فشرده با استفاده از Spark و Python
  • ارائه تجسم‌های هوشمندانه در یک برنامه وب با استفاده از Spark (PySpark)< /li>
  • داده‌های زنده را با استفاده از Spark Streaming با رویدادهای بی‌درنگ تزریق کنید

توضیحات کتاب

به‌دنبال یک سیستم محاسباتی خوشه‌ای هستید که APIهای سطح بالا ارائه کند؟ آپاچی اسپارک پاسخ شماست – یک سیستم محاسباتی خوشه ای منبع باز، سریع و عمومی. حافظه اولیه چند مرحله ای Spark عملکردی تا 100 برابر سریعتر از Hadoop ارائه می دهد و همچنین برای الگوریتم های یادگیری ماشینی مناسب است.

آیا شما یک توسعه دهنده پایتون هستید که تمایل به کار با موتور Spark دارید؟ اگر چنین است، این کتاب همراه شما خواهد بود زیرا با استفاده از Spark به عنوان یک موتور پردازش، کتابخانه‌های تجسم Python و چارچوب‌های وب مانند Flask، برنامه فشرده داده ایجاد می‌کنید.

برای شروع، بیشترین چیزها را خواهید آموخت. روشی موثر برای نصب محیط توسعه پایتون که توسط Spark، Blaze و Bookeh طراحی شده است. سپس خواهید فهمید که چگونه با فروشگاه های داده مانند MySQL، MongoDB، Cassandra و Hadoop ارتباط برقرار کنید.

مهارت های خود را در سراسر جهان گسترش خواهید داد و با منابع مختلف داده (Github، Twitter، Meetup) آشنا می شوید. و بلاگ ها)، ساختارهای داده آنها و راه حل هایی برای مقابله موثر با پیچیدگی ها. شما مجموعه داده‌ها را با استفاده از Notebook iPython کاوش خواهید کرد و نحوه بهینه‌سازی مدل‌های داده و خط لوله را کشف خواهید کرد. در نهایت، با نحوه ایجاد مجموعه داده‌های آموزشی و آموزش مدل‌های یادگیری ماشینی آشنا می‌شوید.

در پایان کتاب، یک برنامه ردیاب روند به‌هنگام و روشن‌تر با داده فشرده ایجاد خواهید کرد. با Spark.

آنچه یاد خواهید گرفت

  • یک محیط توسعه Python با پشتیبانی از Spark (PySpark)، Blaze و Bookeh
  • ایجاد یک محیط واقعی -برنامه فشرده داده ردیاب روند زمان
  • تجسم روندها و بینش های به دست آمده از داده ها با استفاده از Bookeh
  • ایجاد بینش از داده ها با استفاده از یادگیری ماشین از طریق Spark MLLIB
  • دسته بازی با داده ها با استفاده از Blaze
  • ایجاد مجموعه داده های آموزشی و آموزش مدل های یادگیری ماشینی
  • مدل های یادگیری ماشینی را بر روی مجموعه داده های آزمایشی آزمایش کنید
  • الگوریتم ها و مدل های یادگیری ماشین را مستقر کنید و مقیاس آن برای رویدادهای بلادرنگ

درباره نویسنده

آمیت ناندی در دانشگاه آزاد بروکسل در بلژیک در رشته فیزیک تحصیل کرد، جایی که او تحقیقات خود را روی هولوگرام های کامپیوتری انجام داد. هولوگرام های تولید شده توسط کامپیوتر، اجزای کلیدی یک کامپیوتر نوری هستند که توسط فوتون هایی که با سرعت نور کار می کنند، تغذیه می شوند. او سپس با ابررایانه Cray دانشگاه کار کرد و کارهای دسته‌ای از برنامه‌های نوشته شده در فرترن را ارسال کرد. این به او ذائقه محاسباتی را داد که مدام در حال رشد بود. او به طور گسترده روی ابتکارات مهندسی مجدد کسب و کار بزرگ کار کرده است و از SAP به عنوان عامل اصلی استفاده می کند. او در 15 سال گذشته بر روی استارت‌آپ‌ها در فضای داده تمرکز کرده است و در حوزه‌های جدیدی از چشم‌انداز فناوری اطلاعات پیشرو بوده است. او در حال حاضر به عنوان یک معمار سازمانی، مهندس داده و توسعه‌دهنده نرم‌افزار بر روی برنامه‌های کاربردی داده فشرده در مقیاس بزرگ تمرکز دارد. او هفت زبان انسانی را می فهمد و صحبت می کند. اگرچه پایتون زبان کامپیوتری منتخب اوست، اما هدف او این است که بتواند به هفت زبان کامپیوتری نیز روان بنویسد.

فهرست محتوا

  1. تنظیم محیط مجازی Spark< /li>
  2. ساخت دسته‌ای و پخش جریانی برنامه‌ها با Spark
  3. جلوگیری از داده‌ها با Spark
  4. آموزش از داده‌ها با استفاده از Spark
  5. جریان‌گذاری داده‌های زنده با Spark
  6. li>
  7. تجسم بینش ها و روندها

توضیحاتی درمورد کتاب به خارجی

Key Features

  • Set up real-time streaming and batch data intensive infrastructure using Spark and Python
  • Deliver insightful visualizations in a web app using Spark (PySpark)
  • Inject live data using Spark Streaming with real-time events

Book Description

Looking for a cluster computing system that provides high-level APIs? Apache Spark is your answer―an open source, fast, and general purpose cluster computing system. Spark's multi-stage memory primitives provide performance up to 100 times faster than Hadoop, and it is also well-suited for machine learning algorithms.

Are you a Python developer inclined to work with Spark engine? If so, this book will be your companion as you create data-intensive app using Spark as a processing engine, Python visualization libraries, and web frameworks such as Flask.

To begin with, you will learn the most effective way to install the Python development environment powered by Spark, Blaze, and Bookeh. You will then find out how to connect with data stores such as MySQL, MongoDB, Cassandra, and Hadoop.

You'll expand your skills throughout, getting familiarized with the various data sources (Github, Twitter, Meetup, and Blogs), their data structures, and solutions to effectively tackle complexities. You'll explore datasets using iPython Notebook and will discover how to optimize the data models and pipeline. Finally, you'll get to know how to create training datasets and train the machine learning models.

By the end of the book, you will have created a real-time and insightful trend tracker data-intensive app with Spark.

What you will learn

  • Create a Python development environment powered by Spark (PySpark), Blaze, and Bookeh
  • Build a real-time trend tracker data intensive app
  • Visualize the trends and insights gained from data using Bookeh
  • Generate insights from data using machine learning through Spark MLLIB
  • Juggle with data using Blaze
  • Create training data sets and train the Machine Learning models
  • Test the machine learning models on test datasets
  • Deploy the machine learning algorithms and models and scale it for real-time events

About the Author

Amit Nandi studied physics at the Free University of Brussels in Belgium, where he did his research on computer generated holograms. Computer generated holograms are the key components of an optical computer, which is powered by photons running at the speed of light. He then worked with the university Cray supercomputer, sending batch jobs of programs written in Fortran. This gave him a taste for computing, which kept growing. He has worked extensively on large business reengineering initiatives, using SAP as the main enabler. He focused for the last 15 years on start-ups in the data space, pioneering new areas of the information technology landscape. He is currently focusing on large-scale data-intensive applications as an enterprise architect, data engineer, and software developer. He understands and speaks seven human languages. Although Python is his computer language of choice, he aims to be able to write fluently in seven computer languages too.

Table of Contents

  1. Setting Up a Spark Virtual Environment
  2. Building Batch and Streaming Apps with Spark
  3. Juggling Data with Spark
  4. Learning from Data Using Spark
  5. Streaming Live Data with Spark
  6. Visualizing Insights and Trends




نظرات کاربران