Știința datelor aplicate utilizând Pyspark: Învățați ciclul de construire a modelelor predictive de la un capăt la altul

Recenzii ale cititorilor

Recenzile cărții evidențiază o primire mixtă, unii utilizatori apreciind acoperirea sa de PySpark, în special primele câteva capitole, și ușurința tranzițiilor pentru utilizatorii Python. Cu toate acestea, mai multe critici menționează lipsa de profunzime, calitatea slabă a scrierii și detaliile insuficiente, ducând la frustrare cu execuția sa generală.

⬤ Acoperă bine PySpark, în special în capitolele inițiale
⬤ util pentru autoinstruire și tranziția de la Python la PySpark
⬤ exemple bune oferite
⬤ util pentru începători și cursanți intermediari în știința datelor.

⬤ Scris prost, cu multe erori
⬤ lipsit de informații tehnice detaliate și claritate
⬤ exemple banale și explicații insuficiente ale opțiunilor
⬤ execuție generală considerată nesatisfăcătoare
⬤ nemulțumire semnificativă cu privire la editarea și calitatea conținutului.

(pe baza a 5 recenzii ale cititorilor)

Titlul original:

Applied Data Science Using Pyspark: Learn the End-To-End Predictive Model-Building Cycle

Conținutul cărții:

Descoperiți capacitățile PySpark și aplicarea sa în domeniul științei datelor. Acest ghid cuprinzător cu exemple alese cu atenție de cazuri de utilizare zilnică vă va ghida prin ciclul complet de creare a modelelor predictive cu cele mai recente tehnici și trucuri ale meseriei.

Applied Data Science Using PySpark este împărțită în șase secțiuni care vă ghidează prin carte. În secțiunea 1, veți începe cu elementele de bază ale PySpark, concentrându-vă pe manipularea datelor. Vă facem să vă simțiți confortabil cu limbajul și apoi ne bazăm pe acesta pentru a vă prezenta funcțiile matematice disponibile pe raft. În secțiunea 2, veți pătrunde în arta selecției variabilelor, unde vom demonstra diverse tehnici de selecție disponibile în PySpark. În secțiunea 3, vă vom purta într-o călătorie prin algoritmi de învățare automată, implementări și tehnici de reglare fină. De asemenea, vom vorbi despre diferite metrici de validare și cum să le folosim pentru a alege cele mai bune modele. Secțiunile 4 și 5 trec în revistă conductele de învățare automată și diferitele metode disponibile pentru a operaționaliza modelul și a-l servi prin Docker/an API. În secțiunea finală, veți acoperi obiecte reutilizabile pentru o experimentare ușoară și veți învăța câteva trucuri care vă pot ajuta să vă optimizați programele și conductele de învățare automată.

Până la sfârșitul acestei cărți, veți fi văzut flexibilitatea și avantajele PySpark în aplicațiile de știința datelor. Această carte este recomandată celor care doresc să elibereze puterea calculului paralel lucrând simultan cu seturi mari de date.

Ce veți învăța

⬤ Construiți un model predictiv end-to-end.

⬤ Implementarea tehnicilor de selecție a variabilelor multiple.

⬤ Operaționalizați modelele.

⬤ Master multipli algoritmi și implementări.

Pentru cine este această carte

Oameni de știință de date și ingineri de învățare automată și de învățare profundă care doresc să învețe și să utilizeze PySpark pentru analiza în timp real a datelor în flux.