Apache Spark for Data Science Cookbook
Langue : anglais
Edité par Packt Publishing 01/c /22 D, 2016
- Livre broché
- Occasion
Vendeur : Bahamut Media, Reading, Royaume-UniBahamut Media
Vendeur AbeBooks depuis 15 août 2012
Etat: Occasion - Assez bon
EUR 54,45
Quantité disponible : 1 disponible(s)
Ajouter au panierItem description from seller
Shipped within 24 hours from our UK warehouse. Clean, undamaged book with no damage to pages and minimal wear to the cover. Spine still tight, in very good condition. Remember if you are not happy, you are covered by our 100% money back guarantee.
N° de réf. du vendeur 6545-9781785880100
- Titre
- Apache Spark for Data Science Cookbook
- Auteur
- Padma Priya Chitturi
- Éditeur
- Packt Publishing 01/c /22 D
- Année de publication
- 2016
- État de l'article
- Very Good
- Reliure
- Paperback
- Langue
- anglais
- ISBN à 10 chiffres
- 1785880101
- ISBN à 13 chiffres
- 9781785880100
Key Features
- Use Apache Spark for data processing with these hands-on recipes
- Implement end-to-end, large-scale data analysis better than ever before
- Work with powerful libraries such as MLLib, SciPy, NumPy, and Pandas to gain insights from your data
Book Description
Spark has emerged as the most promising big data analytics engine for data science professionals. The true power and value of Apache Spark lies in its ability to execute data science tasks with speed and accuracy. Spark’s selling point is that it combines ETL, batch analytics, real-time stream analysis, machine learning, graph processing, and visualizations. It lets you tackle the complexities that come with raw unstructured data sets with ease.
This guide will get you comfortable and confident performing data science tasks with Spark. You will learn about implementations including distributed deep learning, numerical computing, and scalable machine learning. You will be shown effective solutions to problematic concepts in data science using Spark’s data science libraries such as MLLib, Pandas, NumPy, SciPy, and more. These simple and efficient recipes will show you how to implement algorithms and optimize your work.
What you will learn
- Explore the topics of data mining, text mining, Natural Language Processing, information retrieval, and machine learning.
- Solve real-world analytical problems with large data sets.
- Address data science challenges with analytical tools on a distributed system like Spark (apt for iterative algorithms), which offers in-memory processing and more flexibility for data analysis at scale.
- Get hands-on experience with algorithms like Classification, regression, and recommendation on real datasets using Spark MLLib package.
- Learn about numerical and scientific computing using NumPy and SciPy on Spark.
- Use Predictive Model Markup Language (PMML) in Spark for statistical data mining models.
About the Author
Padma Priya Chitturi is Analytics Lead at Fractal Analytics Pvt Ltd and has over five years of experience in Big Data processing. Currently, she is part of capability development at Fractal and responsible for solution development for analytical problems across multiple business domains at large scale. Prior to this, she worked for an Airlines product on a real-time processing platform serving one million user requests/sec at Amadeus Software Labs. She has worked on realizing large-scale deep networks (Jeffrey dean's work in Google brain) for image classification on the big data platform Spark. She works closely with Big Data technologies such as Spark, Storm, Cassandra and Hadoop. She was an open source contributor to Apache Storm.
Table of Contents
- Big Data Analytics with Spark
- Tricky Statistics with Spark
- Data Analysis with Spark
- Clustering, Classification, and Regression
- Working with Spark MLlib
- NLP with Spark
- Working with Sparkling Water - H2O
- Data Visualization with Spark
- Deep Learning on Spark
- Working with SparkR
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
Présentation de l'éditeur
Key Features
- Use Apache Spark for data processing with these hands-on recipes
- Implement end-to-end, large-scale data analysis better than ever before
- Work with powerful libraries such as MLLib, SciPy, NumPy, and Pandas to gain insights from your data
Book Description
Spark has emerged as the most promising big data analytics engine for data science professionals. The true power and value of Apache Spark lies in its ability to execute data science tasks with speed and accuracy. Spark’s selling point is that it combines ETL, batch analytics, real-time stream analysis, machine learning, graph processing, and visualizations. It lets you tackle the complexities that come with raw unstructured data sets with ease.
This guide will get you comfortable and confident performing data science tasks with Spark. You will learn about implementations including distributed deep learning, numerical computing, and scalable machine learning. You will be shown effective solutions to problematic concepts in data science using Spark’s data science libraries such as MLLib, Pandas, NumPy, SciPy, and more. These simple and efficient recipes will show you how to implement algorithms and optimize your work.
What you will learn
- Explore the topics of data mining, text mining, Natural Language Processing, information retrieval, and machine learning.
- Solve real-world analytical problems with large data sets.
- Address data science challenges with analytical tools on a distributed system like Spark (apt for iterative algorithms), which offers in-memory processing and more flexibility for data analysis at scale.
- Get hands-on experience with algorithms like Classification, regression, and recommendation on real datasets using Spark MLLib package.
- Learn about numerical and scientific computing using NumPy and SciPy on Spark.
- Use Predictive Model Markup Language (PMML) in Spark for statistical data mining models.
About the Author
Padma Priya Chitturi is Analytics Lead at Fractal Analytics Pvt Ltd and has over five years of experience in Big Data processing. Currently, she is part of capability development at Fractal and responsible for solution development for analytical problems across multiple business domains at large scale. Prior to this, she worked for an Airlines product on a real-time processing platform serving one million user requests/sec at Amadeus Software Labs. She has worked on realizing large-scale deep networks (Jeffrey dean's work in Google brain) for image classification on the big data platform Spark. She works closely with Big Data technologies such as Spark, Storm, Cassandra and Hadoop. She was an open source contributor to Apache Storm.
Table of Contents
- Big Data Analytics with Spark
- Tricky Statistics with Spark
- Data Analysis with Spark
- Clustering, Classification, and Regression
- Working with Spark MLlib
- NLP with Spark
- Working with Sparkling Water - H2O
- Data Visualization with Spark
- Deep Learning on Spark
- Working with SparkR
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
Bahamut Media
Reading, Royaume-Uni
Vendeur AbeBooks depuis 15 août 2012
Frais d'expédition de Royaume-Uni vers Etats-Unis
| Article | 4 à 15 jours ouvrés | 4 à 15 jours ouvrés |
|---|---|---|
| Premier article | EUR 8,13 | EUR 8,13 |
Modes de paiement
Profil professionnel du vendeur
WRAP Ltd
Unit 4, 119 Loverock Rd
Reading, Royaume-Uni RG30 1DZ
Conditions de vente
We guarantee the condition of every book as it's described
on the Abebooks web sites. If you're dissatisfied with your
purchase (Incorrect Book/Not as Described/Damaged) or if the
order hasn't arrived, you're eligible for a refund within 30
days of the estimated delivery date. If you've changed your
mind about a book that you've ordered, please use the Ask
bookseller a question link to contact us and we'll respond
within 2 business days.
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à Bahamut Media, Wallingford, United Kingdom, sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.
Conditions d'expédition
All books will normally be shipped within 1 working day of being ordered. We provide the best shipping rates we can to each country and you can rest assured that if you are not happy with anything you receive, you have a 100% money-back guarantee with us.