Zaawansowana analiza danych w PySpark

• Verfasst von: Tandon, Akash [VerfasserIn]
• Verfasst von: Ryza, Sandy [VerfasserIn]
• Verfasst von: Laserson, Uri [VerfasserIn]
• Verfasst von: Owen, Sean [VerfasserIn]
• Verfasst von: Wills, Josh [VerfasserIn]
• Titel: Zaawansowana analiza danych w PySpark
• Titelzusatz: metody przetwarzania informacji na szeroką skalę z wykorzystaniem Pythona i systemu Spark
• Mitwirkende: Watrak, Andrzej [ÜbersetzerIn]
• Werktitel: Advanced analytics with PySpark
• Verf.angabe: Akash Tandon, Sandy Ryza, Uri Laserson, Sean Owen, Josh Wills ; tłumaczenie Andrzej Watrak
• Ausgabe: [First edition].
• Verlagsort: Gliwice
• Verlag: Helion
• E-Jahr: 2023
• Jahr: [2023]
• Umfang: 1 online resource (192 pages)
• Illustrationen: illustrations
• ISBN: 978-83-8322-070-3
• ISBN: 83-8322-070-7
• Datenträger: Online-Ressource
• Sprache: pol
• K10plus-PPN: 1850983151
• K10plus-PPN:
  Universitätsbibliothek
• Lokale URL UB: Zum Volltext
• Lokale URL UB: Bibliothek der Medizinischen Fakultät Mannheim der Universität Heidelberg
• Bibliothek/Idn: UW / m4343641481
• Lokale URL Inst.: Zum Volltext

Abstract

Potrzeby w zakresie analizy dużych zbiorów danych i wyciągania z nich użytecznych informacji stale rosną. Spośród dostępnych narzędzi przeznaczonych do tych zastosowań szczególnie przydatny jest PySpark - interfejs API systemu Spark dla języka Python. Apache Spark świetnie się nadaje do analizy dużych zbiorów danych, a PySpark skutecznie ułatwia integrację Sparka ze specjalistycznymi narzędziami PyData. By jednak można było w pełni skorzystać z tych możliwości, konieczne jest zrozumienie interakcji między algorytmami, zbiorami danych i wzorcami używanymi w analizie danych. Oto praktyczny przewodnik po wersji 3.0 systemu Spark, metodach statystycznych i rzeczywistych zbiorach danych. Omówiono w nim zasady rozwiązywania problemów analitycznych za pomocą interfejsu PySpark, z wykorzystaniem dobrych praktyk programowania w systemie Spark. Po lekturze można bezproblemowo zagłębić się we wzorce analityczne oparte na popularnych technikach przetwarzania danych, takich jak klasyfikacja, grupowanie, filtrowanie i wykrywanie anomalii, stosowane w genomice, bezpieczeństwie systemów IT i finansach. Dodatkowym plusem są opisy wykorzystania przetwarzania obrazów i języka naturalnego. Zaletą jest też szereg rzeczywistych przykładów dużych zbiorów danych i ich zaawansowanej analizy.