دانلود کتاب Data Processing with Optimus: Supercharge big data preparation tasks for analytics and machine learning with Optimus using Dask and PySpark – پردازش داده با Optimus: وظایف آماده سازی کلان داده را برای تجزیه و تحلیل و یادگیری ماشین با Optimus با استفاده از Dask و PySpark افزایش دهید.

توضیحات

Written by the core Optimus team, this comprehensive guide will help you to understand how Optimus improves the whole data processing landscape

Key Features

• Load, merge, and save small and big data efficiently with Optimus
• Learn Optimus functions for data analytics, feature engineering, machine learning, cross-validation, and NLP
• Discover how Optimus improves other data frame technologies and helps you speed up your data processing tasks

Book Description

Optimus is a Python library that works as a unified API for data cleaning, processing, and merging data. It can be used for handling small and big data on your local laptop or on remote clusters using CPUs or GPUs.

The book begins by covering the internals of Optimus and how it works in tandem with the existing technologies to serve your data processing needs. You’ll then learn how to use Optimus for loading and saving data from text data formats such as CSV and JSON files, exploring binary files such as Excel, and for columnar data processing with Parquet, Avro, and OCR. Next, you’ll get to grips with the profiler and its data types – a unique feature of Optimus Dataframe that assists with data quality. You’ll see how to use the plots available in Optimus such as histogram, frequency charts, and scatter and box plots, and understand how Optimus lets you connect to libraries such as Plotly and Altair. You’ll also delve into advanced applications such as feature engineering, machine learning, cross-validation, and natural language processing functions and explore the advancements in Optimus. Finally, you’ll learn how to create data cleaning and transformation functions and add a hypothetical new data processing engine with Optimus.

By the end of this book, you’ll be able to improve your data science workflow with Optimus easily.

What you will learn

• Use over 100 data processing functions over columns and other string-like values
• Reshape and pivot data to get the output in the required format
• Find out how to plot histograms, frequency charts, scatter plots, box plots, and more
• Connect Optimus with popular Python visualization libraries such as Plotly and Altair
• Apply string clustering techniques to normalize strings
• Discover functions to explore, fix, and remove poor quality data
• Use advanced techniques to remove outliers from your data
• Add engines and custom functions to clean, process, and merge data

Who this book is for

This book is for Python developers who want to explore, transform, and prepare big data for machine learning, analytics, and reporting using Optimus, a unified API to work with Pandas, Dask, cuDF, Dask-cuDF, Vaex, and Spark. Although not necessary, beginner-level knowledge of Python will be helpful. Basic knowledge of the CLI is required to install Optimus and its requirements. For using GPU technologies, you’ll need an NVIDIA graphics card compatible with NVIDIA’s RAPIDS library, which is compatible with Windows 10 and Linux.

Table of Contents

1. Hi Optimus!
2. Data Loading, Saving, and File Formats
3. Data Wrangling
4. Combining, Reshaping, and Aggregating Data
5. Data Visualization and Profiling
6. String Clustering
7. Feature Engineering
8. Machine Learning
9. Natural Language Processing
10. Hacking Optimus
11. Optimus as a Web Service

————————————————————–

ترجمه ماشینی :

نوشته شده توسط تیم اصلی Optimus، این راهنمای جامع به شما کمک می کند تا درک کنید که چگونه Optimus کل چشم انداز پردازش داده را بهبود می بخشد

ویژگی های کلیدی

< li>بارگیری، ادغام و ذخیره کارآمد داده های کوچک و بزرگ با Optimus
• آموزش عملکردهای Optimus برای تجزیه و تحلیل داده ها، مهندسی ویژگی، یادگیری ماشین، اعتبارسنجی متقابل و NLP
• کشف چگونه Optimus سایر فناوری‌های قاب داده را بهبود می‌بخشد و به شما کمک می‌کند تا وظایف پردازش داده‌های خود را سرعت بخشید

توضیحات کتاب

Optimus یک کتابخانه Python است که به عنوان یک API یکپارچه برای پاک‌سازی داده‌ها کار می‌کند. پردازش و ادغام داده ها می‌توان از آن برای مدیریت داده‌های کوچک و بزرگ در لپ‌تاپ محلی یا در خوشه‌های راه دور با استفاده از CPU یا GPU استفاده کرد.

این کتاب با پوشش داخلی Optimus و نحوه عملکرد آن در کنار فناوری‌های موجود آغاز می‌شود. نیازهای پردازش داده شما را برآورده می کند. سپس یاد خواهید گرفت که چگونه از Optimus برای بارگیری و ذخیره داده ها از فرمت های داده متنی مانند فایل های CSV و JSON، کاوش فایل های باینری مانند اکسل و برای پردازش داده های ستونی با Parquet، Avro و OCR استفاده کنید. در مرحله بعد، با نمایه ساز و انواع داده های آن آشنا می شوید – یک ویژگی منحصر به فرد Optimus Dataframe که به کیفیت داده کمک می کند. خواهید دید که چگونه از نمودارهای موجود در Optimus مانند هیستوگرام، نمودارهای فرکانس، و نمودارهای پراکنده و جعبه استفاده کنید و خواهید فهمید که چگونه Optimus به شما امکان می دهد به کتابخانه هایی مانند Plotly و Altair متصل شوید. شما همچنین به برنامه های پیشرفته مانند مهندسی ویژگی، یادگیری ماشین، اعتبار سنجی متقابل و توابع پردازش زبان طبیعی خواهید پرداخت و پیشرفت های Optimus را کشف خواهید کرد. در نهایت، نحوه ایجاد عملکردهای پاکسازی و تبدیل داده و اضافه کردن یک موتور پردازش داده جدید فرضی با Optimus را خواهید آموخت.

در پایان این کتاب، می‌توانید گردش کار علم داده خود را بهبود ببخشید. با Optimus به راحتی.

آنچه یاد خواهید گرفت

• از بیش از 100 تابع پردازش داده بر روی ستون ها و سایر مقادیر رشته مانند استفاده کنید
• تغییر شکل داده و محوری داده ها برای دریافت خروجی در فرمت مورد نیاز
• چگونگی رسم هیستوگرام، نمودار فرکانس، نمودار پراکندگی، نمودار جعبه و موارد دیگر را بیابید
• Optimus را با کتابخانه های تجسمی محبوب پایتون مانند Plotly وصل کنید. و Altair
• استفاده از تکنیک‌های خوشه‌بندی رشته‌ها برای عادی‌سازی رشته‌ها
• کشف توابع برای کاوش، رفع و حذف داده‌های با کیفیت پایین
• از تکنیک‌های پیشرفته برای حذف موارد پرت استفاده کنید. داده
• افزودن موتورها و توابع سفارشی برای پاکسازی، پردازش و ادغام داده ها

این کتاب برای چه کسی است

این کتاب برای توسعه دهندگان پایتون است کسانی که می خواهند با استفاده از Optimus، یک API یکپارچه برای کار با Pandas، Dask، cuDF، Dask-cuDF، Vaex و Spark، کلان داده ها را برای یادگیری ماشین، تجزیه و تحلیل و گزارش کاوش، تبدیل و آماده کنند. اگرچه ضروری نیست، اما دانش سطح مبتدی پایتون مفید خواهد بود. برای نصب Optimus و الزامات آن، دانش اولیه CLI مورد نیاز است. برای استفاده از فناوری‌های GPU، به یک کارت گرافیک NVIDIA سازگار با کتابخانه RAPIDS NVIDIA نیاز دارید که با ویندوز 10 و لینوکس سازگار است.

فهرست محتوا

1. سلام Optimus !
2. بارگیری، ذخیره و قالب‌های فایل داده‌ها
3. مشاهده داده‌ها
4. ترکیب، شکل‌دهی مجدد و تجمیع داده‌ها
5. تجسم و نمایه‌سازی داده‌ها
6. خوشه بندی رشته ها
7. مهندسی ویژگی
8. آموزش ماشین
9. پردازش زبان طبیعی
10. هک Optimus
11. Optimus به عنوان یک وب سرویس

tag : دانلود کتاب پردازش داده با Optimus: وظایف آماده سازی کلان داده را برای تجزیه و تحلیل و یادگیری ماشین با Optimus با استفاده از Dask و PySpark افزایش دهید. , Download پردازش داده با Optimus: وظایف آماده سازی کلان داده را برای تجزیه و تحلیل و یادگیری ماشین با Optimus با استفاده از Dask و PySpark افزایش دهید. , دانلود پردازش داده با Optimus: وظایف آماده سازی کلان داده را برای تجزیه و تحلیل و یادگیری ماشین با Optimus با استفاده از Dask و PySpark افزایش دهید. , Download Data Processing with Optimus: Supercharge big data preparation tasks for analytics and machine learning with Optimus using Dask and PySpark Book , پردازش داده با Optimus: وظایف آماده سازی کلان داده را برای تجزیه و تحلیل و یادگیری ماشین با Optimus با استفاده از Dask و PySpark افزایش دهید. دانلود , buy پردازش داده با Optimus: وظایف آماده سازی کلان داده را برای تجزیه و تحلیل و یادگیری ماشین با Optimus با استفاده از Dask و PySpark افزایش دهید. , خرید کتاب پردازش داده با Optimus: وظایف آماده سازی کلان داده را برای تجزیه و تحلیل و یادگیری ماشین با Optimus با استفاده از Dask و PySpark افزایش دهید. , دانلود کتاب Data Processing with Optimus: Supercharge big data preparation tasks for analytics and machine learning with Optimus using Dask and PySpark , کتاب Data Processing with Optimus: Supercharge big data preparation tasks for analytics and machine learning with Optimus using Dask and PySpark , دانلود Data Processing with Optimus: Supercharge big data preparation tasks for analytics and machine learning with Optimus using Dask and PySpark , خرید Data Processing with Optimus: Supercharge big data preparation tasks for analytics and machine learning with Optimus using Dask and PySpark , خرید کتاب Data Processing with Optimus: Supercharge big data preparation tasks for analytics and machine learning with Optimus using Dask and PySpark ,