توضیحاتی در مورد کتاب Data Science with Java: Practical Methods for Scientists and Engineers
نام کتاب : Data Science with Java: Practical Methods for Scientists and Engineers
ویرایش : Paperback
عنوان ترجمه شده به فارسی : علم داده با جاوا: روش های عملی برای دانشمندان و مهندسان
سری :
نویسندگان : Michael R. Brzustowicz
ناشر : O’Reilly Media
سال نشر : 2017
تعداد صفحات : 0
ISBN (شابک) : 1491934115 , 9781491934111
زبان کتاب : English
فرمت کتاب : epub درصورت درخواست کاربر به PDF تبدیل می شود
حجم کتاب : 2 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
علم داده به لطف R و Python در حال رونق است، اما جاوا استحکام، راحتی و توانایی مقیاسبندی حیاتی برای کاربردهای علم داده امروزی را به ارمغان میآورد. با این کتاب کاربردی، مهندسان نرم افزار جاوا که به دنبال افزودن مهارت های علم داده هستند، سفری منطقی را در خط لوله علم داده طی خواهند کرد. نویسنده Michael Brzustowicz نظریه پایه ریاضی در پشت هر مرحله از فرآیند علم داده و همچنین نحوه به کارگیری این مفاهیم با جاوا را توضیح می دهد.
شما نقش مهمی را یاد خواهید گرفت که داده IO، جبر خطی، آمار، عملیات داده، یادگیری و پیشبینی، و Hadoop MapReduce در این فرآیند بازی میکنند. در سراسر این کتاب، نمونههای کدی را خواهید یافت که میتوانید از آنها در برنامههای کاربردی خود استفاده کنید.
روشهای به دست آوردن، تمیز کردن، و مرتب کردن دادهها را به شکل خالص آن بررسی کنید
درک ماتریس ساختاری که داده های شما باید داشته باشند
مفاهیم اساسی برای آزمایش منشاء و اعتبار داده ها را بیاموزید
داده های خود را به مقادیر عددی پایدار و قابل استفاده تبدیل کنید
درک الگوریتم های یادگیری تحت نظارت و بدون نظارت و روش های ارزیابی آنها موفقیت
با MapReduce، با استفاده از مؤلفه های سفارشی شده مناسب برای الگوریتم های علم داده، راه اندازی و اجرا شوید
توضیحاتی در مورد کتاب به زبان اصلی :
Data Science is booming thanks to R and Python, but Java brings the robustness, convenience, and ability to scale critical to today's data science applications. With this practical book, Java software engineers looking to add data science skills will take a logical journey through the data science pipeline. Author Michael Brzustowicz explains the basic math theory behind each step of the data science process, as well as how to apply these concepts with Java.
You'll learn the critical roles that data IO, linear algebra, statistics, data operations, learning and prediction, and Hadoop MapReduce play in the process. Throughout this book, you'll find code examples you can use in your applications.
Examine methods for obtaining, cleaning, and arranging data into its purest form
Understand the matrix structure that your data should take
Learn basic concepts for testing the origin and validity of data
Transform your data into stable and usable numerical values
Understand supervised and unsupervised learning algorithms, and methods for evaluating their success
Get up and running with MapReduce, using customized components suitable for data science algorithms