Spark ; valorisez vos données en temps réel avec Spark ML et Hadoop Nouv.

Spark ; valorisez vos données en temps réel avec Spark ML et Hadoop

Résumé

Depuis 2015, Spark s'impose comme le standard de-facto pour le big data : en apportant simplicité d'usage, puissance de calcul, analyses en temps réel, algorithmes de machine learning et deep learning, le tout accessible en Python. Spark est devenu la porte d'entrée incontournable des projets de valorisation de données. Alors que vient de sortir Spark 3, les environnements simplifiés « clicks boutons » sont légion. Mais pour les utiliser à bon escient, il vous faudra comprendre le fonctionnement interne de Spark afin de paramétrer correctement votre cluster et vos applications. C'est ce que propose ce livre : vous emmener dans une compréhension fine des tenants et aboutissants de Spark, depuis son installation et sa configuration jusqu'à l'écriture et l'exécution d'applications. L'analyse des données n'est utile que dans des cas business précis. C'est pourquoi nous insistons sur une méthode d'analyse des données qui vous permettra de connaître les étapes d'un projet de machine learning, et les questions indispensables à se poser pour réussir une analyse pertinente. Nous l'illustrons via un exemple complet d'une entreprise (virtuelle) de location de vélo en libre service. Ainsi, en lisant ce livre, vous maîtriserez l'outil et la méthode adéquats pour valoriser vos données de manière éclairée, vous assurant une meilleure efficacité et rentabilité de vos projets data. Le code du livre est disponible sur Github.

Sommaire

Spark et big data. La fin des bases de données SQL ? L'algorithme MapReduce. Le Directed Acyclic Graph. Les Resilient Distributed Datasets. Concepts de Spark. Installation de Spark. Démarrer le cluster Spark. Démarre le master. Configuration d'une session Spark sur cluster. Présentation et installation de HDFS. Premiers scripts avec Spark Core et Spark SQL. Installer Git et Docker. Park Streaming. Spark SQL. Introduction au machine learning. Spark ML : étude de cas analyse d'une société de location de Vélib. Comprendre, visualiser et nettoyer les données. Exemple de modélisation. Intégration des étapes de machine learning dans un pipeline.

Avis des internautes

Avis général

(Cet ouvrage n'a pas encore d'avis)

Donnez votre avis

(De "Peu d'intérêt" à "Excellent")

  • EAN

    9782100794324

  • Disponibilité

    Disponible

  • Nombre de pages

    288 Pages

  • Longueur

    25 cm

  • Largeur

    18 cm

  • Épaisseur

    2 cm

  • Poids

    566 g

  • Distributeur

    Hachette

Rayons : Sciences & Techniques > Informatique > Informatique d'entreprise > Stockage / Archivage / Entrepôt de données

empty