Cantitate/Preț
Produs
Total produse
Vezi coșul
Data Science with Python and Dask de Jesse Daniel

Data Science with Python and Dask

Autor Jesse Daniel
en Limba Engleză Paperback – 30 iul 2019

Prin parcurgerea acestui volum, cititorul va implementa un pipeline de date capabil să proceseze seturi de date care depășesc memoria RAM disponibilă, utilizând infrastructuri scalabile precum clusterele AWS și containerele Docker. Apreciem modul în care Data Science with Python and Dask reușește să extindă ecosistemul familiar PyData fără a impune o curbă de învățare abruptă, transformând fluxurile de lucru standard în procese paralele și distribuite.

Structura este riguros organizată în trei părți tehnice: bazele teoretice ale calculului scalabil, lucrul cu date structurate prin Dask DataFrames și, în final, desfășurarea aplicațiilor în producție. Observăm un accent deosebit pus pe latura practică; nu se rezumă la teorie, ci ghidează utilizatorul prin analize complexe pe baza bazei de date NYC Parking Ticket și vizualizări de mare densitate cu Datashader. Complementar volumului Scaling Python with Dask, care oferă o privire de ansamblu rapidă asupra API-urilor, lucrarea lui Jesse Daniel oferă o experiență de învățare mai aprofundată, acoperind zona critică de packaging și deploy pe care alte resurse o tratează doar tangențial.

Fiecare capitol este conceput ca un bloc constructiv pentru o arhitectură robustă, abordând atât datele structurate, cât și pe cele nestructurate prin Dask Bags. Este un ghid tehnic pentru optimizarea performanței, esențial pentru cei care au atins limitele superioare ale bibliotecii Pandas și au nevoie de o soluție nativă Python pentru calcul distribuit.

Citește tot Restrânge

Preț: 35198 lei

Preț vechi: 43997 lei
-20%

Puncte Express: 528

Carte disponibilă

Livrare economică 04-18 mai
Livrare express 17-23 aprilie pentru 3513 lei

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781617295607
ISBN-10: 1617295604
Pagini: 296
Dimensiuni: 189 x 237 x 18 mm
Greutate: 0.51 kg
Editura: Manning Publications

De ce să citești această carte

Recomandăm această carte cercetătorilor de date care lucrează cu volume mari de informații și doresc să treacă de la procesarea locală la sisteme distribuite fără a învăța framework-uri complexe precum Spark. Veți câștiga abilități concrete în scalarea modelelor de machine learning și în vizualizarea datelor geografice de mari dimensiuni, totul prin instrumente open-source integrate în fluxul Python existent.

Descriere

Summary Dask is a native parallel analytics tool designed to integrate seamlessly with the libraries you're already using, including Pandas, NumPy, and Scikit-Learn. With Dask you can crunch and work with huge datasets, using the tools you already have. And Data Science with Python and Dask is your guide to using Dask for your data projects without changing the way you work! Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications. You'll find registration instructions inside the print book. About the Technology An efficient data pipeline means everything for the success of a data science project. Dask is a flexible library for parallel computing in Python that makes it easy to build intuitive workflows for ingesting and analyzing large, distributed datasets. Dask provides dynamic task scheduling and parallel collections that extend the functionality of NumPy, Pandas, and Scikit-learn, enabling users to scale their code from a single laptop to a cluster of hundreds of machines with ease. About the Book Data Science with Python and Dask teaches you to build scalable projects that can handle massive datasets. After meeting the Dask framework, you'll analyze data in the NYC Parking Ticket database and use DataFrames to streamline your process. Then, you'll create machine learning models using Dask-ML, build interactive visualizations, and build clusters using AWS and Docker. What's inside Working with large, structured and unstructured datasetsVisualization with Seaborn and DatashaderImplementing your own algorithmsBuilding distributed apps with Dask DistributedPackaging and deploying Dask apps About the Reader For data scientists and developers with experience using Python and the PyData stack. About the Author Jesse Daniel is an experienced Python developer. He taught Python for Data Science at the University of Denver and leads a team of data scientists at a Denver-based media technology company. Table of Contents PART 1 - The Building Blocks of scalable computingWhy scalable computing matters Introducing Dask PART 2 - Working with Structured Data using Dask DataFrames Introducing Dask DataFrames Loading data into DataFrames Cleaning and transforming DataFrames Summarizing and analyzing DataFrames Visualizing DataFrames with Seaborn Visualizing location data with Datashader PART 3 - Extending and deploying DaskWorking with Bags and Arrays Machine learning with Dask-ML Scaling and deploying Dask