Spark數據分析：基於Python語言
［澳］ 傑夫瑞·艾文（Jeffrey Aven） 著
- 出版商: 機械工業
- 出版日期: 2019-04-01
- 售價: $414
- 貴賓價: 9.5 折 $393
- 語言: 簡體中文
- ISBN: 7111622723
- ISBN-13: 9787111622727
-
相關分類:
Spark、資料科學
- 此書翻譯自: Data Analytics with Spark Using Python (Addison-Wesley Data & Analytics Series)
立即出貨
買這商品的人也買了...
-
.jpg)
Python + Spark 2.0 + Hadoop 機器學習與大數據分析實戰$680$530 -
$250PySpark 實戰指南 : 利用 Python 和 Spark 構建數據密集型應用並規模化部署 (Learning PySpark) -
深度實踐Spark機器學習$414$393 -
區塊鏈2.0 以太坊應用開發指南$354$336 -
Spark 2.x 大數據分析與機器學習實戰$650$553 -
Docker 技術入門與實戰, 3/e$534$507 -
Spark 全棧數據分析$594$564 -
Spark 實時大數據分析 : 基於 Spark Streaming 框架$534$507 -
唯一串流大數據處理平台 - Apache Kafka 動手做$580$493 -
Python 最強入門邁向數據科學之路 -- 王者歸來 (火力加強版)$799$559 -
Spark Streaming 實時流式大數據處理實戰$414$393 -
Python Docker 實戰 (Practical Docker with Python: Build, Release and Distribute your Python App with Docker)$359$341 -
$403Linux 系統安全：縱深防禦、安全掃描與入侵檢測 -
Programming Pearls, 2/e (中文新修版)(Programming Pearls, 2/e)$520$364 -
動手做深度強化學習 (Deep Reinforcement Learning Hands-On)$690$483 -
機器學習實務｜資料科學工作流程與應用程式開發及最佳化 (Machine Learning in Production: Developing and Optimizing Data Science Workflows and Applications)$580$458 -
極詳細 + 超深入：最新版 TensorFlow 1.x/2.x 完整工程實作$1,200$948 -
Deep Learning with TensorFlow 2 and Keras - Second Edition$1,330$1,264 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
Windows 駭客程式設計：駭客攻防及惡意程式研發 (基礎修行篇)$600$360 -
人工智慧與深度學習 -- 理論與 Python 實踐$460$363 -
演算法：最強彩色圖鑑 + Python程式實作 -- 王者歸來 (全彩印刷)$680$510 -
特徵工程不再難：資料科學新手也能輕鬆搞定！ (Feature Engineering Made Easy: Identify unique features from your dataset in order to build powerful machine learning systems)$520$406 -
TensorFlow 2.0 深度學習快速入門：從1到2快人一步，從0到2一步到位$420$252 -
區塊鏈原理、設計與應用（第2版）$834$792
商品描述
本書介紹了使用Spark及其擴展、子項目，以及更廣的生態系統所需的所有知識，並使用常用而且直觀的PySpark開發環境提供了編程示例。本書專註於Python語言，廣大的數據從業人員、分析師和開發人員，即使幾乎沒有Hadoop或Spark經驗，也可以輕松上手。
本書包括從Spark基本編程到高級編程，再到Spark SQL和機器學習的廣泛內容。你會學到如何使用Spark高效管理各種形式的數據：流式數據、結構化數據、半結構化數據，還有非結構化數據。
本書內容
• 理解Spark在大數據和Hadoop生態圈中不斷發展的角色
• 使用各種部署模式創建Spark集群，並實現控制和優化
• 掌握Spark Core的RDD API編程技術，並使用高級的API平臺結構（包括共享變量、RDD存儲、分區等）擴展、加速和優化Spark執行
• 高效地將SQL和非關系型數據存儲與Spark集成
• 使用Spark Streaming和Apache Kafka處理流式數據和消息
• 使用SparkR和Spark MLlib實現預測建模
本書包括從Spark基本編程到高級編程，再到Spark SQL和機器學習的廣泛內容。你會學到如何使用Spark高效管理各種形式的數據：流式數據、結構化數據、半結構化數據，還有非結構化數據。
本書內容
• 理解Spark在大數據和Hadoop生態圈中不斷發展的角色
• 使用各種部署模式創建Spark集群，並實現控制和優化
• 掌握Spark Core的RDD API編程技術，並使用高級的API平臺結構（包括共享變量、RDD存儲、分區等）擴展、加速和優化Spark執行
• 高效地將SQL和非關系型數據存儲與Spark集成
• 使用Spark Streaming和Apache Kafka處理流式數據和消息
• 使用SparkR和Spark MLlib實現預測建模
