作者：〔美〕托马兹·卓巴斯（Tomasz Drabas）, 〔美〕丹尼·李（Denny Lee）
分类：编程语言
字数：70119字
ISBM：9787111582380
价格：￥20.00
出版社：机械工业出版社/2017-11
提供方：华章数媒
提供方简介：把业界大师收入囊中，将图书馆带在身上。 经济管理、金融投资、心理励志、计算机网络 http://www.hzmedia.com.cn/
图书简介：Python是数据分析最常用的语言之一，而Apache Spark是一个开源的强大的分布式查询和处理引擎。本书用详尽的例子介绍了如何使用Python来调用Spark的新特性，如何处理结构化和非结构化的数据，如何使用PySpark中一些基本的可用数据类型，如何生成机器学习模型、操作图像、阅读串流数据以及在云上部署你的模型。数据是每个人身边都存在的，理解学习比较容易，但是数据量足够大才是一个相对准确的学习平台。在实践中，如何确定训练集合、如何将脏数据处理为清洁数据、如何填充数据等等，需要结合本书的知识理论，清楚了解待处理的大数据特性。每一种数据的特征或特性都不一致，所以前期的准备和调研必不可少。本书不仅仅是一本工具书，也是一本能深入浅出、结合简单实例来介绍PySpark语言的书。