توضیحات
In this practical book, four Cloudera data scientists present a set of self-contained patterns for performing large-scale data analysis with Spark. The authors bring Spark, statistical methods, and real-world data sets together to teach you how to approach analytics problems by example. You’ll start with an introduction to Spark and its ecosystem, and then dive into patterns that apply common techniques-classification, collaborative filtering, and anomaly detection among others-to fields such as genomics, security, and finance. If you have an entry-level understanding of machine learning and statistics, and you program in Java, Python, or Scala, you’ll find these patterns useful for working on your own data applications. Patterns include: Recommending music and the Audioscrobbler data set, Predicting forest cover with decision trees, Anomaly detection in network traffic with K-means clustering, Understanding Wikipedia with Latent Semantic Analysis, Analyzing co-occurrence networks with GraphX, Geospatial and temporal data analysis on the New York City Taxi Trips data, Estimating financial risk through Monte Carlo simulation, Analyzing genomics data and the BDG project and Analyzing neuroimaging data with PySpark and Thunder.’ from publisher’s website;Analyzing big data — Introduction to data analysis with Scala and Spark — Recommending music and the audioscrobbler data set — Predicting forest cover with decision trees — Anomaly detection in network traffic with K-means clustering — Understanding Wikipedia with latent semantic analysis — Analyzing co-occurrence networks with GraphX — Geospatial and temporal data analysis on the New York City taxi trip data — Estimating financial risk through Monte Carlo simulation — Analyzing genomics data and the BDG project — Analyzing neuroimaging data with PySpark and Thunder
————————————————————–
ترجمه ماشینی :
در این کتاب عملی، چهار دانشمند داده کلودرا مجموعه ای از الگوهای مستقل را برای انجام تجزیه و تحلیل داده در مقیاس بزرگ با اسپارک ارائه می کنند. نویسندگان Spark، روشهای آماری و مجموعههای دادههای دنیای واقعی را با هم میآورند تا به شما بیاموزند چگونه با مثال به مسائل تحلیلی نزدیک شوید. شما با مقدمهای بر اسپارک و اکوسیستم آن شروع میکنید و سپس به سراغ الگوهایی میروید که تکنیکهای رایجی مانند طبقهبندی، فیلتر کردن مشارکتی و تشخیص ناهنجاریها را در زمینههایی مانند ژنومیک، امنیت و امور مالی اعمال میکنند. اگر درک ابتدایی از یادگیری ماشین و آمار دارید و در جاوا، پایتون یا اسکالا برنامهنویسی میکنید، این الگوها را برای کار بر روی برنامههای داده خود مفید خواهید یافت. الگوها عبارتند از: توصیه موسیقی و مجموعه داده های Audioscrobbler، پیش بینی پوشش جنگل با درختان تصمیم، تشخیص ناهنجاری در ترافیک شبکه با خوشه بندی K-means، درک ویکی پدیا با تحلیل معنایی پنهان، تجزیه و تحلیل شبکه های همزمان با GraphX، تجزیه و تحلیل داده های مکانی و زمانی در داده های سفرهای تاکسی شهر نیویورک، تخمین ریسک مالی از طریق شبیه سازی مونت کارلو، تجزیه و تحلیل داده های ژنومیک و پروژه BDG و تجزیه و تحلیل داده های تصویربرداری عصبی با PySpark و Thunder. از وب سایت ناشر؛ تجزیه و تحلیل داده های بزرگ – مقدمه ای بر تجزیه و تحلیل داده ها با اسکالا و اسپارک – توصیه موسیقی و مجموعه داده های صوتی اسکروبلر – پیش بینی پوشش جنگل با درختان تصمیم – تشخیص ناهنجاری در ترافیک شبکه با خوشه بندی K-means – درک ویکی پدیا با تجزیه و تحلیل معنایی پنهان – تجزیه و تحلیل شبکههای همزمان با GraphX – تجزیه و تحلیل دادههای مکانی و زمانی بر روی دادههای سفر تاکسی شهر نیویورک – تخمین ریسک مالی از طریق شبیهسازی مونت کارلو – تجزیه و تحلیل دادههای ژنومیک و پروژه BDG – تجزیه و تحلیل تصویربرداری عصبی داده ها با PySpark و Thunder
tag : دانلود کتاب تجزیه و تحلیل پیشرفته با Spark , Download تجزیه و تحلیل پیشرفته با Spark , دانلود تجزیه و تحلیل پیشرفته با Spark , Download Advanced analytics with Spark Book , تجزیه و تحلیل پیشرفته با Spark دانلود , buy تجزیه و تحلیل پیشرفته با Spark , خرید کتاب تجزیه و تحلیل پیشرفته با Spark , دانلود کتاب Advanced analytics with Spark , کتاب Advanced analytics with Spark , دانلود Advanced analytics with Spark , خرید Advanced analytics with Spark , خرید کتاب Advanced analytics with Spark ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.