Расширенный анализ данных в PySpark. Методы...

Zaawansowana analiza danych w PySpark. Metody...

Autor: Opracowanie zbiorowe

Potrzeby w zakresie analizy dużych zbiorów danych i wyciągania z nich użytecznych informacji stale Spośród dostępnych narzędzi przeznaczonych do tych zastosowań szczególnie przydatny jest PySpark - interfejs API systemu Spark dla języka Apache Spark świetnie się nadaje do analizy dużych zbiorów danych, a PySpark skutecznie ułatwia integrację Sparka ze specjalistycznymi narzędziami By jednak można było w pełni skorzystać z tych możliwości, konieczne jest zrozumienie interakcji między algorytmami, zbiorami danych i wzorcami używanymi w analizie praktyczny przewodnik po wersji systemu Spark, metodach statystycznych i rzeczywistych zbiorach Omówiono w nim zasady rozwiązywania problemów analitycznych za pomocą interfejsu PySpark, z wykorzystaniem dobrych praktyk programowania w systemie 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 Dodatkowym plusem są opisy wykorzystania przetwarzania obrazów i języka Zaletą jest też szereg rzeczywistych przykładów dużych zbiorów danych i ich zaawansowanej