دانلود کتاب Data Science With Python And Dask
49,000 تومان
علم داده با پایتون و دسک
| موضوع اصلی | کامپیوتر – پایگاه داده |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Manning Publications |
| تعداد صفحه | 296 |
| حجم فایل | 8.07 مگابایت |
| کد کتاب | 1617295604 , 9781617295607 |
| نوبت چاپ | 1 |
| نویسنده | Jesse C. Daniel |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2019 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
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 datasets
• Visualization with Seaborn and Datashader
• Implementing your own algorithms
• Building distributed apps with Dask Distributed
• Packaging 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.
ترجمه فارسی (ترجمه ماشینی)
Dask یک ابزار تجزیه و تحلیل موازی بومی است که برای ادغام یکپارچه با کتابخانه هایی که از قبل استفاده می کنید، از جمله Pandas، NumPy و Scikit-Learn طراحی شده است. با Dask میتوانید با استفاده از ابزارهایی که از قبل در اختیار دارید، مجموعههای داده عظیمی را خرد کنید و با آنها کار کنید. و Data Science با Python و Dask راهنمای شما برای استفاده از Dask برای پروژه های داده خود بدون تغییر روش کار است!
درباره فناوری
یک خط لوله داده کارآمد به معنای همه چیز برای موفقیت یک پروژه علم داده است. Dask یک کتابخانه انعطافپذیر برای محاسبات موازی در پایتون است که ساخت گردشهای کاری بصری را برای دریافت و تجزیه و تحلیل مجموعههای داده بزرگ و توزیعشده آسان میکند. Dask برنامهریزی کاری پویا و مجموعههای موازی را ارائه میکند که عملکرد NumPy، Pandas، و Scikit-learn را گسترش میدهد و به کاربران امکان میدهد کد خود را از یک لپتاپ واحد به مجموعهای از صدها دستگاه به آسانی مقیاس کنند.
درباره کتاب
علم داده با Python و Dask به شما می آموزد که پروژه های مقیاس پذیر بسازید که می توانند مجموعه داده های عظیمی را مدیریت کنند. پس از ملاقات با چارچوب Dask، دادهها را در پایگاه داده بلیط پارکینگ نیویورک تجزیه و تحلیل میکنید و از DataFrames برای سادهسازی فرآیند خود استفاده میکنید. سپس، مدلهای یادگیری ماشینی را با استفاده از Dask-ML ایجاد میکنید، تجسمهای تعاملی میسازید، و با استفاده از AWS و Docker خوشهها میسازید.
آنچه در داخل است
• کار با مجموعه داده های بزرگ، ساختاریافته و بدون ساختار
• تجسم با Seaborn و Datashader
• پیاده سازی الگوریتم های خود
• ساخت برنامه های توزیع شده با Dask Distributed
• بسته بندی و استقرار برنامه های Dask
درباره Reader
برای دانشمندان داده و توسعه دهندگان با تجربه استفاده از Python و پشته PyData.
درباره نویسنده
جسی دانیل یک توسعه دهنده باتجربه پایتون است. او پایتون را برای علوم داده در دانشگاه دنور تدریس کرد و تیمی از دانشمندان داده را در یک شرکت فناوری رسانه مستقر در دنور رهبری میکند.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.