201611300902好康分享Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書-最後機會



最近常去逛的店歇業了,之後就好少到那邊晃啦,

可是朋友一直問我Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 那裡買比較便宜!

上網幫他查了Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 相關的評價,推薦,開箱文,價格,報價,比較,規格,推薦那!

經過多方比較後,發現Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 居然曾造成搶購熱潮,

價格也很實在,重點是買的安心,到貨的速度還滿快的,

不用出門送到家。還有超級大重點,比超商便宜!!

一拿到之後為之驚艷,Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 CP值超高!。


↓↓↓限量特惠的優惠按鈕↓↓↓

我要購買

商品訊息功能

商品訊息描述















  • 《Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書》Big Data Analytics with Spark: A Practitioners Guide to Using Spark for Large Scale Data Analysis



    Scala函式X機器學習X圖形演算X程式監控

    實戰大數據分析,用Spark優化運算效率與速度

    本書涵蓋了Spark專案的主要知識:

    Spark核心RDD

    Spark Shell互動式數據分析

    Spark Streaming即時資料串流

    Spark SQL查詢處理

    MLlib機器學習框架

    GraphX圖形處理

    除了以上基本Spark知識之外,還專闢一章介紹Scala,它除了是最熱門的函數式編程語言,也是Spark的原生語言。讀者將會學到使用Scala進行基礎函數編程,直接用它來寫出Spark應用程式。並且於最後特別提及Spark的三種叢集管理與Spark內建的網頁監控應用程式。

    書中還介紹其他可搭配Spark使用的大數據技術,如:HDFS、Avro、Pqrquet、Kafka、Cassandra、Hbase、Mesos...等。也提供了機器學習和圖學概念的介紹。

    如果想要將這本書發揮最大效益,就請嘗試動手鍵入書中的範例。用這些範例程式進行實驗,你將會覺得更加清楚明瞭。練習過書中的範例,在讀完這本書後將會成為一個有實力的Spark開發者。

    本書特色

    透過上百場大數據相關研討會,萃取出業界人士常見問題之精華

    了解開發者在運用Spark時,可能需要使用的開發和測試工具

    涵蓋機器學習與圖形演算,強化大數據分析能力基礎

    適合軟體設計者、架構設計師、專案管理者、或是程式設計師閱讀

















    • 作者介紹







      Mohammed Guller

      他是美國數據分析平台公司Glassbeam的首席架構師,主要工作是帶領開發高階預測分析系統。身為大數據和Spark的專家,他常受邀到許多大數據研討會演講。對於建立新產品、巨量資料分析、以及機器學習有著無比的熱情。

      過去20年來,Mohammed成功地從概念到發佈,開發出許多創新科技產品。在加入Glassbeam公司前,他是TrustRecs.com的創辦人,這間公司是他任職於IBM五年後創立的。而在加入IBM前,他也在許多高科技新創公司帶領開發新產品。

      Mohammed擁有美國加州大學柏克萊分校的商業管理碩士學位,以及印度古吉拉特大學特惠RCC的電腦軟體碩士學位。

















    Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書-目錄導覽說明





    • CHAPTER 01──大數據技術

      Hadoop

      資料序列化

      分欄式儲存

      訊息系統

      NoSQL

      分散式SQL查詢引擎

      總結

      CHAPTER 02──Scala程式設計

      函數式程式設計

      Scala基礎

      可獨立執行的Scala應用程式

      總結

      CHAPTER 03──Spark核心

      總覽

      高階架構

      應用程式的執行

      資料來源

      應用程式介面

      惰性操作

      快取

      Spark 工作

      共用變數

      總結

      CHAPTER 04──使用Spark Shell進行互動式資料分析

      起手式

      REPL指令

      將Spark Shell作為Scala Shell使用

      數值分析

      日誌分析

      總結

      CHAPTER 05──撰寫Spark應用程式

      Spark中的Hello World

      編譯並執行應用程式

      監控應用程式

      應用程式除錯

      總結

      CHAPTER 06──Spark Streaming

      Spark Streaming簡介

      應用程式介面

      完整的Spark Streaming應用程式

      總結

      CHAPTER 07──Spark SQL

      Spark SQL簡介

      效能

      應用程式

      應用程式介面

      內建函數

      使用者自最新出版訂函數與使用者自訂彙整函數

      互動式分析範例

      使用Spark分期付款 SQL JDBC伺服器進行互動式分析

      總結

      CHAPTER 08──Spark機器學習

      介紹機器學習

      Spark機器學習函式庫

      MLlib函式庫概觀

      The MLlib API

      MLlib應用程式範例

      Spark ML

      Spark ML應用程式範例

      總結

      CHAPTER 09──Spark圖學處理

      圖形簡介

      GraphX簡介

      GraphX API

      總結

      CHAPTER 10──叢集管理器

      獨立叢集管理器

      Apache Mesos

      YARN

      總結

      CHAPTER 11──監控

      監控獨立叢集

      監控Spark應用程式

      總結



















    前言

    這是一本簡潔易懂的Spark大數據入門書籍。它將會幫助你學習如何使用Spark運用於各種大數據分析。本書將會涵蓋的各種內容足夠讓你有效率使用Spark。

    購買此書的好處之一就是幫助你有效率的學習Spark。它將會節省你許多時間。各章節涵蓋的內容都可以在網路上找到。有許多的部落格、演講,和Youtube影片都有提到Spark,事實上這些大量的教材實在多到讓人無法消化。你可以花好幾個月的時間在許多不同的網站上讀取片段資訊。而這本書藉著良好的組織與容易瞭解的格式提供給你另一種學習機會。

    這本書的內容與教材組織,是根據曾參與的大數據分析相關會議中,我偶爾帶領的Spark專題研討會所整理出來的。與會人士對於我教材的內容與流程所給予的正面回饋,讓我有了寫這本書的動力。

    而書本與研討會的差異其中之一就是文字的互動性。然而再舉辦數個Spark研討會後,我瞭解通常大家會有什麼問題,我也把這些問題描述在書中。當然如果你閱讀此書時還是有問題,我鼓勵你透過LinkedIn或是Twitter聯絡我,不要怕問問題,沒有任何問題是蠢問題。

    這本書不打算涵蓋Spark全面的內容,而是打算涵蓋如何讓你有效率的使用Spark相關的主題。我的目標是幫助你建立一個強壯的基礎。一旦你有了強壯的基礎,對於任何新的技術知識你都可以很容易學習。此外我還希望讓這本書越簡單越好。如果看完這本書讓你覺得 Spark 很簡單,那我的目標就算成功了。

    本書的各個章節並沒有預設你必須要有什麼經驗,它將會一步一步引導你瞭解主要的概念。每一個章節都架構於前一個章節。同樣的,每一章都是為了下一章的學習在鋪路。對於一些介紹你可能不會馬上需要用到的函式庫章節,你可以略過。然而我還是鼓勵你先讀過這些章節,就算它跟你現在的專案可能沒有什麼關聯,依舊可能給你一些新的想法。

    透過這本書你將會學到許多Spark相關的技術。然而想要將這本書發揮最大效益,就請嘗試動手鍵入書中的範例。用這些範例程式進行實驗。之後當寫程式和執行時,你將會覺得更加清楚明瞭。如果你練習過書中的範例,在讀完這本書後將會成為一個有實力的Spark開發者。其中一個我覺得對我在開發Spark時很有用的資源就是官方的Spark API文件,你可以在http://spark.apache.org/docs/latest/api/scala查詢。身為一個初學者,你可能覺得很難瞭解,但是一旦學會了基礎概念,你就會覺得它非常有用。

    另一個有用的資源就是Spark的信件群組。Spark的社群是非常活躍且充滿幫助的。不單只有Spark的開發者去回答問題,還有許多有經驗的Spark使用者花自己的時間去幫忙新使用者。不管遇到什麼樣的問題,你都很有機會在Spark的信件群組中找到也許已經有人解決過那個問題。

    還有你也可以直接聯絡我,我很高興收到你們的訊息。任何的回饋、建議和問題都歡迎。



















    語言:中文繁體
    規格:平裝
    分級:普級
    開數:17*23
    頁數:416

    出版地:台灣













商品訊息特點









  • 作者:Mohammed Gulle

    追蹤











  • 出版社:松崗

    出版社追蹤

    功能說明





  • 出版日:2016/11/18








  • ISBN:9789572245941




  • 語言:中文繁體




  • 適讀年齡:全齡適讀








↓↓↓限量特惠的優惠按鈕↓↓↓

我要購買

Spark大數據分析新利器--資料科學家與數據分析師非最後機會用不可的入門指南書 討論,推薦,開箱,CP值,熱賣,團購,便宜,優惠,介紹,排行,精選,特價,周年慶,體驗,限時

以下為您可能感興趣的商品

注意:下方具有隨時更新的隱藏版好康分享,請暫時關閉adblock之類的廣告過濾器才看的到哦!!



工商時報【兆豐國際投顧協理王顗鈞】

國際金融情勢及台股展望:

川普在選前民調落後情況下勝選美國總統,全球金融市場短暫驚魂後分道揚鑣。美元、美股利空出盡大漲,尤其他勝選演說點名擴大基礎建設、概念股狂飆大漲,金融股加上12月升息預期利多助陣、漲勢凌厲,帶動道瓊指數創新高。

川普選前有關美國優先、減稅的訴求,如能確實執行,為美國經濟、美元、美股的利多;但本周優惠製造業回流美國、反對TPP等區域經濟合作、甚至貿易障礙等保護主義政策,則不利新興市場(包括台灣)。

大選後,國際金融市場、甚至類股,已因為投資者的預期心理而快速反應,預估短期效應將漸近尾聲,是否進一步影響中長期發展,須再檢視明年1月20日就任後的政策動向。

12月初之前義大利公投不確定因素,美元依舊強勢、外資繼續賣超,台股還無法脫離震盪探底的格局。這項公投目前反對民調領先、但幅度不大,屆時如果公投通過,市場將以利空出盡解讀;萬一未能通過,義大利總理請辭,市場擔憂歐洲政局動盪,聯想到明年法、德也將大選,歐元再破低,美元續強,台股恐還有低點。

不過,美元指數近期大漲越過去年高點100.5,近期弱勢之歐元、日圓跌至1.06、110關卡附近,美元噴出大漲反而可觀察是否短期將見高。若12月初義大利公投結果沒有再形成新的黑天鵝事件,而12月14日FOMC會後幾乎確定升息、市場已先預期情況下,美元有可能在會議之前就短線利多出盡、漲多回檔。如此則新興股匯市可期待賣壓減輕,12月下半月可期待一波跌深強彈。

明年1月20日川普就職起一個月內的政策動向,依舊牽動國際金融市場。若逐漸朝向溫和調整,並未採取極端的孤立或貿易保護政策,則2017年台股可望維持區間震盪、甚至繼續震盪盤堅。反之,若他完全實現選前政見,採取較激烈的作法,則國際金融市場、尤其新興市場恐仍繼續動盪一段時間,並繼續壓抑台股。

技術籌碼面及操作策略:

外資今年來大買台股,累計最高買超4,284億元;但美國總統大選前開始賣超,川普勝選後更繼續擴大賣超,累計至11月18日止、18個交易日內大賣1,160億元。預期在12月4日義大利公投前,外資仍偏向賣超。但今年來的外資買超金額已調節逾四分之一,可留意賣壓是否逐漸轉趨溫和,並於年底相關變數明朗時買超回補。

技術面9,399高點回檔以來,因外資賣超而跌破季線,目前暫守前波低點8,900作反彈,試圖構築另一個扇型整理型態,月、季線在9,150附近走跌形成壓力,短期線型仍偏不利。

技術面只要能力守8,800不破,中長期多頭趨勢還不致破壞。OTC因擔憂中小型股季報、匯損、流動性不佳,大跌回到117~120點中期盤整區低點後,低檔先長黑再長紅,可留意季報利空出盡後之震盪築底反彈。

近期塑化、鋼鐵、散裝航運等川普概念股大漲,電子權值股獨垂淚,成衣更因川普揚言退出TPP而重創,上半年表現最佳的汽車零組件也因法人棄養而暴跌。2017年在通膨升溫、美國擴大建設、中國供給側改革政策下,適合原物料股繼續炒作,但短期爆量大漲已不宜再追價。何況川普加強基礎建設,對美國相關概念股確實利多,但台廠只能間接享受到報價彈升的好處,並未出貨美國而實質效益有限。

電子股開始漸入淡季,明年成長重心在新iPhone和智慧家庭、工業機器人等新應用,可留意第3季季報佳、明年仍成長個股分批慢慢低接。生技、汽車零組件等中小型跌深後,年底前醞釀一波強彈,配合停損策略,可搶短第3季季報不錯、且第4季進入旺季的跌深個股。

鉅亨網記者宋宜芳 台北

川普上任被視為最大市場黑天鵝,市場憂心明年川普執政後,可能推出不利全球貿易的保護主義政策,不過,由於共和黨本屆完全執政,主掌白宮與國會,反而可能有利美股後市。

根據摩根投信統計,從 1932 年以來,只要美國總統大選結果為白宮與國會皆為同一政黨執政的話,平均未來一年美股都能維持強勁多頭走勢,且時間越長漲勢越大;統計 1932 年至今數據,在選後 3 個月、選後 6 個月,與選後 12 個月,美股 S&P500 指數皆能端出好表現,平均漲幅依序為 1.77%、10.43%、13.95%。尤其在新總統就任後一年,隨政策發酵,漲幅最為顯著。

摩根投信副總經理林雅慧表示,川普當選美國總統,加上共和黨掌握國會多數席次,就正面角度來看,美國未來將大幅擴大財政支出,透過擴大基礎建設與稅務改革,加速美國經濟成長速度與力道,達到提振美國經濟之效,同時,還能帶動亞洲等新興市場同步受惠。

林雅慧說明,在美股維持多頭態勢之下,有助於提振與美國連動度高的亞股走勢,統計顯示,美股與亞洲股票 (日本除外) 近 10 年的相關係數高達 0.76,代表當美股呈現多頭走勢時,亞股也能同步沾光。

林雅慧進一步指出,就投資價值面來看,亞股評價面較美股更物美價廉,與其它新興市場相比,亞股今年漲勢相對落後具商品題材的拉美與歐非中東市場,但事實上,亞洲多數國家的經濟成長前景佳、財政體質健全美,且產業結構多元,可是目前 MSCI 亞太不含日本指數股價淨值比僅有 1.5 倍,低於長期平均,預期隨美國大選變數解除,亞洲資產可望接棒追漲,加上全球處於低利環境下,亞太高息股的投資價將持續獲資金追捧。

摩根亞太入息基金經理人羅傑瑞 (Jeffrey Roskell) 表示,近日聯準會主席葉倫暗示年底升息機率相當高,此時更適合布局具收益來源的亞洲股、債、房市,除了透過收益替資產做好下檔保護,也能在估值偏低時加碼體質佳且具成長性標的,全面掌握亞洲多元收益資產,現階段相對看好亞洲循環型產業成長潛力。

羅傑瑞 (Jeffrey Roskell) 進一步分析,雖然川普上任不利跨太平洋夥伴關係(TPP)推動,且若川普又拉高關稅條件,將對馬來西亞和越南產生負面影響,但從股市表現來看,這些負面影響已在選戰後期逐步反應,至於以出口美國為大宗的台灣、韓國等市場,也非完全受牽連,考量國際複雜供應鏈關係,後續發展與影響性可持續追蹤。

更何況,並非所有亞洲國家都會受川普的貿易保護主義影響,羅傑瑞 (Jeffrey Roskell) 指出,像是泰國市場成長性仍佳,選股機會良好,印尼通膨、內需等總經數據則持續改善,替股市再添多頭力道,至於中國、印度等以內需市場為主的亞洲經濟體,未來所受的衝擊更是相對小,若市場出現震盪拉回,將是布局亞洲入息等風險性資產的好時機。

下面附上一則新聞讓大家了解時事



網路叫車平台絕不只是一個簡單的叫車服務,最重要的還是大數據應用。」滴滴出行總裁柳青強調。未來,滴滴出行將以平台為中心,建構一個城市交通運輸生態系,將乘客、司機、汽車公司、保險公司、網路支付平台等各種關係人,全部整合在一起。對目前的滴滴出行而言,要打造這樣的生態系,除了手上握有的豐厚資金外,另一項有利的籌碼就是「數據」。 滴滴出行每天累積超過1,400萬人、共90億次路線的乘車資訊,可以透過這些數據來優化平台系統;除此之外,滴滴出行的下一步,更瞄準了汽車金融、自動駕駛等領域。共享經濟已經顛覆一次叫車業,滴滴出行也幾乎獨霸中國市場。未來,滴滴出行的野心,更不局限於做一個叫車平台,而是要透過數據的力量,創造行業的下一個未來。



滴滴出行的三大未來

1改善城市交通

龐大的數據,不只讓滴滴出行能夠洞悉司機與乘客兩方的使用行為,未來的目標還要藉由乘車數據,改善城市交通問題。滴滴出行旗下的滴滴研究院,就持續透過機器學習、人工智慧、數據挖掘來設計不同的出行方案,連結用戶與交通工具需求,進行時間預估、供需預測、智能接單,目的是利用數據來調度車輛、避開尖峰路段,解決城市塞車問題。

2布局汽車金融

在搶下中國大部分的出行市場後,滴滴出行的下一個目標,是「網路+汽車+金融」的新汽車金融戰場。要跨足汽車金融業,滴滴出行擁有大數據優勢。例如,滴滴出行就與戰略投資方招商銀行合作,提供滴滴司機購車分期付款,除了銀行既有的信用評估方式外,也將「駕駛數據」列入評估標準,透過數據,把信用力轉換成購買力。今年3月,滴滴出行更成立「眾富融資租賃」,跨足融資租賃業務。未來,司機能以長期租賃的方式獲得車輛的使用權,讓支付成本低於原先的分期付款購車模式。

勸敗3瞄準自動駕駛

在各大科技巨頭如蘋果、特斯拉(Tesla)、Google都在搶著插旗自動駕駛車的同時,掌握大量駕駛數據的滴滴出行,當然也不會缺席。未來滴滴出行在自駕領域會有什麼布局嗎?滴滴出行執行長程維今年10月時便證實,滴滴出行正在思考人工駕駛員的替代方案,也正招募資料科學家,幫助研發自動駕駛汽車。另外,滴滴出行未來也「不排除」與投資方蘋果合作開發無人技術。

Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 推薦, Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 討論, Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 部落客, Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 比較評比, Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 使用評比, Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 開箱文, Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書?推薦, Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 評測文, Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 CP值, Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 評鑑大隊, Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 部落客推薦, Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 好用嗎?, Spark大數據分析新利器--資料科學家與數據分析師非用不可的入門指南書 去哪買?


沒有上一則|日誌首頁|沒有下一則
回應
關鍵字
[此功能已終止服務]
    沒有新回應!





Powered by Xuite