Distributed Machine Learning with PySpark av Abdelaziz Testas

Med 'Distributed Machine Learning with PySpark' av Abdelaziz Testas får du en omfattende guide til hvordan du kan migrere fra pandas og scikit-learn til PySpark for å håndtere enorme datamengder og oppnå raskere databehandling. Boken veileder deg gjennom prosessen med å tilpasse dine eksisterende ferdigheter og utnytte likhetene i syntaks, funksjonalitet og interoperabilitet mellom disse verktøyene. Dette er en uvurderlig ressurs for dataforskere som vurderer å ta steget fra små databiblioteker til stordata-prosessering og maskinlæring med PySpark. Du vil lære hvordan du kan oversette Python-kode fra pandas og scikit-learn til PySpark, slik at du kan forberede og behandle store datamengder. Videre gir boken deg muligheten til å bygge, trene, teste og evaluere populære maskinlæringsalgoritmer som lineær og logistisk regresjon, beslutningstrær, random forests, støttevektor-maskiner, Naïve Bayes og nevrale nettverk. Etter å ha fullført denne boken vil du ha en solid forståelse av de grunnleggende prinsippene for dataklargjøring og maskinlæring, samt de nødvendige ferdighetene til å anvende disse metodene i praksis.