廠商詳情
Shoeisha Co., Ltd.
| 地址 | 5 Funamachi Shinjuku-ku Tokyo, 日本郵編:160-0006 |
|---|---|
| 負責人姓名 | Mikio Sasaki |
| 年銷售額 | 非公開 |
| 公司人數 | 130 |
| 網址 |
SD商品編號:12978569
| 詳情 | 價格 & 數量 | ||
|---|---|---|---|
| S1 |
朱尔斯-S-达姆吉、布鲁克-韦尼格、塔塔加塔-达斯、丹尼-李 原文
长谷川亮、弥生孝昭、北村雅彦、竹下俊一郎、小谷直太郎、北冈咲、市村幸一郎、长门浩史、野上正次 译者注
 Original text before translation
Jules S. Damji、Brooke Wenig、Tathagata Das、Denny Lee 原著
長谷川 亮、弥生 隆明、北村 匡彦、竹下 俊一郎、小谷 尚太郎、北岡 早紀、市村 幸一郎、永里 洋、野上 将嗣 翻訳
(182280)
JAN:9784798182285
|
(182280)
JAN:9784798182285
批發價: 僅限會員查看
1個/組
有庫存
|
|
| 尺寸 |
|---|
|
格式：B5
页数：464 |
| 商品規格 |
|---|
描述
| 深入讲解 Apache Spark 的工作原理以及针对大数据的大规模处理和 ML 开发 本书是对 Apache Spark、MLflow 和 Delta Lake（主要用于大数据的数据分析框架）的中级介绍。它为数据人工智能实施人员介绍了 Apache Spark、MLflow 和 Delta Lake，不仅仅是[试用]，还解释了它们的工作原理以及如何高效地实施它们。 本书将从介绍 Apache Spark、Spark SQL 以及数据帧和数据集开始，讲解如何进行简单和复杂的数据分析，以及如何使用机器学习算法。然后，本书将讲解如何使用 Apache Spark 执行实用的机器学习。在本书中，您将学习到 *学习 Python、SQL、Scala 或 Java 的高级结构化 API *了解 Spark 操作和 SQL 引擎 *使用 Spark 配置和 Spark UI 检查、调整和调试 Spark 操作 *连接到 JSON、Parquet、CSV、Avro、ORC、Hive、S3 或 Kafka 等数据源 *使用结构化流对批量和流数据进行分析 *使用开源的 Delta Lake 和 Spark 构建可靠的数据管道 *使用 MLlib 开发机器学习管道，使用 MLflow 管理模型，并将其投入生产 *使用与 pandas DataFrame 和 SparkDataFrame 相关的各种数据帧 *日语原创内容]LLM 和 Spark 英语 SDK 的实际使用，一种利用人工智能的新编码风格。 *本书是[Learning Spark: Lightning-Fast Data Analytics 2nd Edition]的日文译本。 |
更多
| 寄送方式 | 預計抵達時間 |
|---|---|
| Sea Mail | 從 02月03日 到 04月07日 |
| Air Mail | 從 01月16日 到 01月20日 |
| EMS | 從 01月15日 到 01月20日 |
| Pantos Express | 從 01月17日 到 01月22日 |
| DHL | 從 01月15日 到 01月17日 |
| UPS | 從 01月15日 到 01月17日 |
| FedEx | 從 01月15日 到 01月17日 |
|
某些交易條件可能僅適用於日本
本产品（书籍）受转售价格维护计划的约束。 法律允许制造商（出版商）指定销售价格。在不太可能的情况下，如果你没有这样做，我们可以终止交易。在不太可能的情况下，如果你没有这样做，我们可以终止交易。
|
相同分類的其他商品:
本书是对 Apache Spark、MLflow 和 Delta Lake（主要用于大数据的数据分析框架）的中级介绍。它为数据人工智能实施人员介绍了 Apache Spark、MLflow 和 Delta Lake，不仅仅是[试用]，还解释了它们的工作原理以及如何高效地实施它们。
本书将从介绍 Apache Spark、Spark SQL 以及数据帧和数据集开始，讲解如何进行简单和复杂的数据分析，以及如何使用机器学习算法。然后，本书将讲解如何使用 Apache Spark 执行实用的机器学习。在本书中，您将学习到
*学习 Python、SQL、Scala 或 Java 的高级结构化 API
*了解 Spark 操作和 SQL 引擎
*使用 Spark 配置和 Spark UI 检查、调整和调试 Spark 操作
*连接到 JSON、Parquet、CSV、Avro、ORC、Hive、S3 或 Kafka 等数据源
*使用结构化流对批量和流数据进行分析
*使用开源的 Delta Lake 和 Spark 构建可靠的数据管道
*使用 MLlib 开发机器学习管道，使用 MLflow 管理模型，并将其投入生产
*使用与 pandas DataFrame 和 SparkDataFrame 相关的各种数据帧
*日语原创内容]LLM 和 Spark 英语 SDK 的实际使用，一种利用人工智能的新编码风格。
*本书是[Learning Spark: Lightning-Fast Data Analytics 2nd Edition]的日文译本。
This book is an intermediate-level introduction to Apache Spark, MLflow, and Delta Lake, data analysis frameworks primarily for Big Data. It provides an introduction to Apache Spark, MLflow, and Delta Lake for data AI implementors, going beyond just [trying it out] to explain how they work and how to implement them efficiently.
The book will explain how to perform simple and complex data analysis and how to employ machine learning algorithms, beginning with an introduction to Apache Spark, Spark SQL and data frames and datasets. From there, the book will explain how to perform practical machine learning using Apache Spark. Throughout this book, you will learn
*Learn high-level structured APIs in Python, SQL, Scala, or Java
*Understand Spark operations and the SQL engine
*Inspection, tuning, and debugging of Spark operations using Spark configuration and the Spark UI
*Connecting to data sources such as JSON, Parquet, CSV, Avro, ORC, Hive, S3, or Kafka
*Perform analysis on batch and streaming data using structured streaming
*Build reliable data pipelines using open source Delta Lake and Spark
*Develop machine learning pipelines using MLlib, manage models using MLflow, and put them into production
*Usage of various data frames related to pandas DataFrame and SparkDataFrame
*[Japanese original content]Practical use of LLM and English SDK for Spark, a new coding style that utilizes AI.
*This book is a Japanese translation of [Learning Spark: Lightning-Fast Data Analytics 2nd Edition].