Distributed Machine Learning with PySpark Migrating Effortlessly from Pandas and Scikit-Learn
-
- Taschenbuch ausgewählt
- eBook
-
Sprache:Englisch
48,99 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
24.11.2023
Abbildungen
XX, 490 p. 8 illus.
Verlag
ApressSeitenzahl
490
Maße (L/B/H)
25,4/17,8/2,8 cm
Gewicht
953 g
Sprache
Englisch
ISBN
978-1-4842-9750-6
Migrate from pandas and scikit-learn to PySpark to handle vast amounts of data and achieve faster data processing time. This book will show you how to make this transition by adapting your skills and leveraging the similarities in syntax, functionality, and interoperability between these tools.
Distributed Machine Learning with PySpark
offers a roadmap to data scientists considering transitioning from small data libraries (pandas/scikit-learn) to big data processing and machine learning with PySpark. You will learn to translate Python code from pandas/scikit-learn to PySpark to preprocess large volumes of data and build, train, test, and evaluate popular machine learning algorithms such as linear and logistic regression, decision trees, random forests, support vector machines, Naïve Bayes, and neural networks.
After completing this book, you will understand the foundational concepts of data preparation and machine learning and will have the skills necessary toapply these methods using PySpark, the industry standard for building scalable ML data pipelines.
What You Will Learn
- Master the fundamentals of supervised learning, unsupervised learning, NLP, and recommender systems
- Understand the differences between PySpark, scikit-learn, and pandas
- Perform linear regression, logistic regression, and decision tree regression with pandas, scikit-learn, and PySpark
- Distinguish between the pipelines of PySpark and scikit-learn
Who This Book Is For
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für dein Feedback
Wir nutzen dein Feedback, um unsere Produktseiten zu verbessern. Bitte habe Verständnis, dass wir dir keine Rückmeldung geben können. Falls du Kontakt mit uns aufnehmen möchtest, kannst du dich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice