توضیحات
Scala will be a valuable tool to have on hand during your data science journey for everything from data cleaning to cutting-edge machine learning About This Book Build data science and data engineering solutions with ease An in-depth look at each stage of the data analysis process — from reading and collecting data to distributed analytics Explore a broad variety of data processing, machine learning, and genetic algorithms through diagrams, mathematical formulations, and source code Who This Book Is For This learning path is perfect for those who are comfortable with Scala programming and now want to enter the field of data science. Some knowledge of statistics is expected. What You Will Learn Transfer and filter tabular data to extract features for machine learning Read, clean, transform, and write data to both SQL and NoSQL databases Create Scala web applications that couple with JavaScript libraries such as D3 to create compelling interactive visualizations Load data from HDFS and HIVE with ease Run streaming and graph analytics in Spark for exploratory analysis Bundle and scale up Spark jobs by deploying them into a variety of cluster managers Build dynamic workflows for scientific computing Leverage open source libraries to extract patterns from time series Master probabilistic models for sequential data In Detail Scala is especially good for analyzing large sets of data as the scale of the task doesn’t have any significant impact on performance. Scala’s powerful functional libraries can interact with databases and build scalable frameworks — resulting in the creation of robust data pipelines. The first module introduces you to Scala libraries to ingest, store, manipulate, process, and visualize data. Using real world examples, you will learn how to design scalable architecture to process and model data — starting from simple concurrency constructs and progressing to actor systems and Apache Spark. After this, you will also learn how to build interactive visualizations with web frameworks. Once you have become familiar with all the tasks involved in data science, you will explore data analytics with Scala in the second module. You’ll see how Scala can be used to make sense of data through easy to follow recipes. You will learn about Bokeh bindings for exploratory data analysis and quintessential machine learning with algorithms with Spark ML library. You’ll get a sufficient understanding of Spark streaming, machine learning for streaming …
————————————————————–
ترجمه ماشینی :
Scala ابزاری ارزشمند خواهد بود که در طول سفر علوم داده شما برای همه چیز در دسترس باشد ، از همه چیز ، از تمیز کردن داده ها گرفته تا یادگیری ماشین آلات در مورد این کتاب ، علوم داده و راه حل های مهندسی داده را با سهولت نگاه عمیق به هر مرحله از تجزیه و تحلیل داده ها بسازید فرآیند – از خواندن و جمع آوری داده ها تا تجزیه و تحلیل توزیع شده ، طیف گسترده ای از پردازش داده ها ، یادگیری ماشین و الگوریتم های ژنتیکی را از طریق نمودارها ، فرمولاسیون ریاضی و کد منبع که این کتاب برای این مسیر یادگیری مناسب است برای کسانی که راحت هستند ، کاوش کنید برنامه نویسی Scala و اکنون می خواهید وارد حوزه علم داده ها شوید. برخی از دانش آمار انتظار می رود. آنچه شما برای انتقال و فیلتر کردن داده های جدولی برای استخراج ویژگی های یادگیری دستگاه خواندن ، تمیز کردن ، تبدیل و نوشتن داده ها برای هر دو پایگاه داده SQL و NOSQL ، برنامه های وب Scala ایجاد می کنید که با کتابخانه های JavaScript مانند D3 برای ایجاد تجسم های تعاملی قانع کننده ، داده های بارگذاری شده را ایجاد می کنند. HDFS و HIVE با سهولت جریان و تجزیه و تحلیل نمودار در جرقه برای بسته نرم افزاری تجزیه و تحلیل اکتشافی و مقیاس کار جرقه ای را با استفاده از آنها در انواع مدیران خوشه ایجاد می کنند و گردش کار پویا را برای اهرم های محاسباتی علمی ایجاد می کنند تا کتابخانه های منبع باز را استخراج کنند تا الگوهای خود را از مدل های اصلی Master Probabilistic برای مدل های کارشناسی داده های متوالی در جزئیات به ویژه برای تجزیه و تحلیل مجموعه های بزرگ داده ها مناسب است زیرا مقیاس کار هیچ تأثیر معنی داری بر عملکرد ندارد. کتابخانه های عملکردی قدرتمند Scala می توانند با پایگاه داده ها در تعامل باشند و چارچوب های مقیاس پذیر ایجاد کنند – در نتیجه ایجاد خطوط لوله داده قوی. ماژول اول شما را به کتابخانه های Scala برای مصرف ، ذخیره ، دستکاری ، پردازش و تجسم داده ها معرفی می کند. با استفاده از مثالهای دنیای واقعی ، شما یاد می گیرید که چگونه معماری مقیاس پذیر را برای پردازش و مدل سازی داده ها طراحی کنید – از سازه های همزمانی ساده و پیشرفت به سیستم های بازیگر و Apache Spark. پس از این ، شما همچنین یاد خواهید گرفت که چگونه می توانید تجسم های تعاملی را با چارچوب های وب بسازید. هنگامی که با تمام وظایف درگیر در علوم داده آشنا شدید ، تجزیه و تحلیل داده ها را با Scala در ماژول دوم کشف خواهید کرد. خواهی
tag : دانلود کتاب راهنمای Scala برای متخصصان علوم داده , Download راهنمای Scala برای متخصصان علوم داده , دانلود راهنمای Scala برای متخصصان علوم داده , Download Scala guide for data science professionals Book , راهنمای Scala برای متخصصان علوم داده دانلود , buy راهنمای Scala برای متخصصان علوم داده , خرید کتاب راهنمای Scala برای متخصصان علوم داده , دانلود کتاب Scala guide for data science professionals , کتاب Scala guide for data science professionals , دانلود Scala guide for data science professionals , خرید Scala guide for data science professionals , خرید کتاب Scala guide for data science professionals ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.