파이썬으로 배우는 아파치 스파크; Learning PySpark
브리유
2023년 12월 29일 출간
(개의 리뷰)
(
0%의 구매자)
- eBook 상품 정보
- 파일 정보 PDF (13.89MB)
- ISBN 9791199027510
- 쪽수 511쪽
- 지원기기 교보eBook App, PC e서재, 리더기, 웹뷰어
-
교보eBook App
듣기(TTS) 불가능
TTS 란?텍스트를 음성으로 읽어주는 기술입니다.
- 전자책의 편집 상태에 따라 본문의 흐름과 다르게 텍스트를 읽을 수 있습니다.
- 이미지 형태로 제작된 전자책 (예 : ZIP 파일)은 TTS 기능을 지원하지 않습니다.
PDF 필기가능 (Android, iOS)
이 상품은 배송되지 않는 디지털 상품이며,
교보eBook앱이나 웹뷰어에서 바로 이용가능합니다.
작품소개
이 상품이 속한 분야
한국어로 된 PySpark 프로그래밍 서적은 의외로 많지 않지만, 이 책은 다릅니다! 번역서에서 느꼈던 어색한 용어들 때문에 불편하셨다면, 이 책이 바로 해결책입니다.
실무에서 바로 활용할 수 있는 빅데이터 분석 방법들을 철저하게 다루며, 실무 경험이 풍부한 저자가 제공하는 실용적이고 실제적인 예제들을 통해 PySpark의 강력한 기능을 손쉽게 익힐 수 있습니다. Databricks와 주피터 노트북을 활용한 직관적이고 깊이 있는 학습을 통해, 빅데이터 분석을 실전에 완벽하게 적용할 수 있게 될 것입니다.
지금 바로 이 책을 통해 PySpark의 마스터가 되어, 빅데이터 분석의 새로운 가능성을 열어보세요.
실무에서 바로 활용할 수 있는 빅데이터 분석 방법들을 철저하게 다루며, 실무 경험이 풍부한 저자가 제공하는 실용적이고 실제적인 예제들을 통해 PySpark의 강력한 기능을 손쉽게 익힐 수 있습니다. Databricks와 주피터 노트북을 활용한 직관적이고 깊이 있는 학습을 통해, 빅데이터 분석을 실전에 완벽하게 적용할 수 있게 될 것입니다.
지금 바로 이 책을 통해 PySpark의 마스터가 되어, 빅데이터 분석의 새로운 가능성을 열어보세요.
1. 서문
1.1 들어가기에 앞서
1.2 튜토리얼 동기
1.3 저작권 고지 및 라이선스 정보
1.4 감사글
1.5 피드백 및 제안
2. 왜 파이썬으로 스파크를 사용할까?
2.1 왜 스파크인가?
2.2 왜 파이썬으로 스파크를 사용할까?
3. 실행 플랫폼 환경 설정
3.1 Databricks 커뮤니티 클라우드에서 실행하기
3.2 Mac과 Ubuntu에서 Spark 환경설정
3.3 Windows에서 Spark 환경설정
3.4 텍스트 편집기 혹은 IDE에서의 PySpark
3.5 클라우드에서 스파크 설치하기
3.6 Colaboratory에서 PySpark 사용하기
3.7 데모 코드
4. 아파치 스파크 개요
4.1 핵심 개념
4.2 스파크 구성요소
4.3 아키텍쳐
4.4 스파크는 어떻게 작동될까?
5. RDD 프로그래밍
5.1 RDD 생성
5.2 스파크 연산
5.3 rdd.DataFrame vs pd.DataFrame
6. 통계학 및 선형대수 기초
6.1 표기
6.2 선형대수 기초
6.3 측정 공식
6.4 혼동 행렬
6.5 통계 검정
7. 데이터 탐색
7.1 단변량 분석
7.2 다변량 분석
8. 데이터 처리: 특징(Features)
8.1 특징 추출
8.2 특징 변환
8.3 특징 선택
8.4 불균형 데이터: 언더 샘플링
9. 회귀분석
9.1 선형 회귀
9.2 일반화 선형 회귀
9.3 의사결정 나무 - 회귀
9.4 랜덤 포레스트 - 회귀
9.5 그레디언트 부스팅 트리 - 회귀
10. 정칙화
10.1 최소제곱법 회귀분석
10.2 리지 회귀분석
10.3 Least Absolute Shrinkage and Selection Operator (LASSO)
11. 분류
11.1 이항 로지스틱 회귀분석
11.2 다항 로지스틱 회귀분석
11.3 의사결정 나무 - 분류
11.4 랜덤 포레스트 - 분류
11.5 그레디언트 부스팅 트리 - 분류
11.6 XGBoost: 그레디언트 부스팅 트리 분류
11.7 나이브 베이즈 분류
12. 군집 분류
12.1 K-Means 모델
13. RFM 분석
13.1 RFM 분석 기법
13.2 데모
13.3 확장
14. 텍스트 마이닝
14.1 텍스트 모음
14.2 텍스트 전처리
14.3 텍스트 분류
14.4 감정 분석
14.5 N-grams과 상관관계
14.6 토픽 모델: Latent Dirichlet Allocation
15. 소셜 네트워크 분석
15.1 도입
15.2 동시 출현 네트워크
15.3 부록: PySpark에서 행렬 곱셈
16. ALS: 주식 포트폴리오 추천
16.1 추천 시스템
16.2 교대 최소 제곱(Alternating Least Squares)
16.3 데모
17. 몬테 카를로 시뮬레이션
17.1 카지노에서 승리 시뮬레이션
17.2 랜덤워크 시뮬레이션
18. 마르코프 체인 몬테 카를로
18.1 메트로폴리스 알고리즘
18.2 메트로폴리스의 토이 예제
18.3 데모
10.2 리지 회귀분석
19. 뉴럴 네트워크
19.1 순방향 신경망
20. CLOUDERA DISTRIBUTION HADOOP 자동화
20.1 자동화 파이프라인
20.2 데이터 정제 및 조작 자동화
20.3 ML 파이프라인 자동화
20.4 파이프라인 모델 저장 및 로드
20.5 결과를 다시 Hadoop에 제출
21. PYSPARK 패키지화
21.1 패키지화
21.2 PyPI에서 패키지 퍼블리싱
22. PYSPARK 데이터 감사 라이브러리
22.1 pip로 설치하기
22.2 Repo로부터 설치하기
22.3 삭제하기
22.4 테스트
22.5 빅 데이터 셋 감사
23 jupyter notebook에서 Zeppelin
23.1 설치 방법
23.2 데모 변환
24. 커닝 페이퍼
25. JDBC 연동
25.1 JDBC 드라이버
25.2 JDBC read
26. DATABRICKS 팁
26.1 샘플 표시
26.2 자동 파일 다운로드
26.3 AWS S3에서 작업하기
27. PYSPARK API
27.1 Stat API 기초통계
27.2 회귀분석 API
27.3 분류
27.4 군집 분류
27.5 추천
27.6 파이프라인
27.7 튜닝
27.8 평가
28. 주요 참고
문헌 정보
파이썬 모듈 인덱스
인덱스
1.1 들어가기에 앞서
1.2 튜토리얼 동기
1.3 저작권 고지 및 라이선스 정보
1.4 감사글
1.5 피드백 및 제안
2. 왜 파이썬으로 스파크를 사용할까?
2.1 왜 스파크인가?
2.2 왜 파이썬으로 스파크를 사용할까?
3. 실행 플랫폼 환경 설정
3.1 Databricks 커뮤니티 클라우드에서 실행하기
3.2 Mac과 Ubuntu에서 Spark 환경설정
3.3 Windows에서 Spark 환경설정
3.4 텍스트 편집기 혹은 IDE에서의 PySpark
3.5 클라우드에서 스파크 설치하기
3.6 Colaboratory에서 PySpark 사용하기
3.7 데모 코드
4. 아파치 스파크 개요
4.1 핵심 개념
4.2 스파크 구성요소
4.3 아키텍쳐
4.4 스파크는 어떻게 작동될까?
5. RDD 프로그래밍
5.1 RDD 생성
5.2 스파크 연산
5.3 rdd.DataFrame vs pd.DataFrame
6. 통계학 및 선형대수 기초
6.1 표기
6.2 선형대수 기초
6.3 측정 공식
6.4 혼동 행렬
6.5 통계 검정
7. 데이터 탐색
7.1 단변량 분석
7.2 다변량 분석
8. 데이터 처리: 특징(Features)
8.1 특징 추출
8.2 특징 변환
8.3 특징 선택
8.4 불균형 데이터: 언더 샘플링
9. 회귀분석
9.1 선형 회귀
9.2 일반화 선형 회귀
9.3 의사결정 나무 - 회귀
9.4 랜덤 포레스트 - 회귀
9.5 그레디언트 부스팅 트리 - 회귀
10. 정칙화
10.1 최소제곱법 회귀분석
10.2 리지 회귀분석
10.3 Least Absolute Shrinkage and Selection Operator (LASSO)
11. 분류
11.1 이항 로지스틱 회귀분석
11.2 다항 로지스틱 회귀분석
11.3 의사결정 나무 - 분류
11.4 랜덤 포레스트 - 분류
11.5 그레디언트 부스팅 트리 - 분류
11.6 XGBoost: 그레디언트 부스팅 트리 분류
11.7 나이브 베이즈 분류
12. 군집 분류
12.1 K-Means 모델
13. RFM 분석
13.1 RFM 분석 기법
13.2 데모
13.3 확장
14. 텍스트 마이닝
14.1 텍스트 모음
14.2 텍스트 전처리
14.3 텍스트 분류
14.4 감정 분석
14.5 N-grams과 상관관계
14.6 토픽 모델: Latent Dirichlet Allocation
15. 소셜 네트워크 분석
15.1 도입
15.2 동시 출현 네트워크
15.3 부록: PySpark에서 행렬 곱셈
16. ALS: 주식 포트폴리오 추천
16.1 추천 시스템
16.2 교대 최소 제곱(Alternating Least Squares)
16.3 데모
17. 몬테 카를로 시뮬레이션
17.1 카지노에서 승리 시뮬레이션
17.2 랜덤워크 시뮬레이션
18. 마르코프 체인 몬테 카를로
18.1 메트로폴리스 알고리즘
18.2 메트로폴리스의 토이 예제
18.3 데모
10.2 리지 회귀분석
19. 뉴럴 네트워크
19.1 순방향 신경망
20. CLOUDERA DISTRIBUTION HADOOP 자동화
20.1 자동화 파이프라인
20.2 데이터 정제 및 조작 자동화
20.3 ML 파이프라인 자동화
20.4 파이프라인 모델 저장 및 로드
20.5 결과를 다시 Hadoop에 제출
21. PYSPARK 패키지화
21.1 패키지화
21.2 PyPI에서 패키지 퍼블리싱
22. PYSPARK 데이터 감사 라이브러리
22.1 pip로 설치하기
22.2 Repo로부터 설치하기
22.3 삭제하기
22.4 테스트
22.5 빅 데이터 셋 감사
23 jupyter notebook에서 Zeppelin
23.1 설치 방법
23.2 데모 변환
24. 커닝 페이퍼
25. JDBC 연동
25.1 JDBC 드라이버
25.2 JDBC read
26. DATABRICKS 팁
26.1 샘플 표시
26.2 자동 파일 다운로드
26.3 AWS S3에서 작업하기
27. PYSPARK API
27.1 Stat API 기초통계
27.2 회귀분석 API
27.3 분류
27.4 군집 분류
27.5 추천
27.6 파이프라인
27.7 튜닝
27.8 평가
28. 주요 참고
문헌 정보
파이썬 모듈 인덱스
인덱스
저는 서울대학교에서 통계학 석사를 마치고 현대자동차, SK, 정부출연연구소 등을 거쳐 여러 산업 분야에서 데이터 사이언티스트로 활동하고 있습니다.
데이터 분석 플랫폼과 빅 데이터를 다루기 위한 다양한 프로그래밍 언어에 관심이 있습니다.
이 책은 실제 데이터 분석을 수행하면서 마주칠 수 있는 다양한 주제에 대해 폭넓게 다루고 있습니다. 이 책이 여러분께 많은 도움이 되길 바랍니다.
마지막으로 이번 한국어본을 작성하면서 원작자의 동의하에 영문 원본의 일부 내용과 코드들을 다소 수정하였음을 고지 드립니다.
따라서 영문 원본의 내용과 다소 상이할 수 있음을 다시 한번 사전에 안내 드립니다. 또한 무단 배포와 변형을 엄격히 금지합니다.
이 상품의 총서
Klover리뷰 (0)
Klover리뷰 안내
Klover(Kyobo-lover)는 교보를 애용해 주시는 고객님들이 남겨주신 평점과 감상을 바탕으로, 다양한 정보를 전달하는 교보문고의 리뷰 서비스입니다.
1. 리워드 안내
구매 후 90일 이내에 평점 작성 시 e교환권 100원을 적립해 드립니다.
- - e교환권은 적립일로부터 180일 동안 사용 가능합니다.
- - 리워드는 5,000원 이상 eBook, 오디오북, 동영상에 한해 다운로드 완료 후 리뷰 작성 시 익일 제공됩니다. (2024년 9월 30일부터 적용)
- - 리워드는 한 상품에 최초 1회만 제공됩니다.
- - sam 이용권 구매 상품 / 선물받은 eBook은 리워드 대상에서 제외됩니다.
2. 운영 원칙 안내
Klover리뷰를 통한 리뷰를 작성해 주셔서 감사합니다. 자유로운 의사 표현의 공간인 만큼 타인에 대한 배려를 부탁합니다. 일부 타인의 권리를 침해하거나 불편을 끼치는 것을 방지하기 위해 아래에 해당하는 Klover 리뷰는 별도의 통보 없이 삭제될 수 있습니다.
- 도서나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 리뷰
- 도서와 무관한 내용의 리뷰
- 인신공격이나 욕설, 비속어, 혐오 발언이 개재된 리뷰
- 의성어나 의태어 등 내용의 의미가 없는 리뷰
구매 후 리뷰 작성 시, e교환권 100원 적립
문장수집
문장수집 안내
문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여 주는 교보문고의 새로운 서비스 입니다. 교보eBook 앱에서 도서 열람 후 문장 하이라이트 하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다. 마음을 두드린 문장들을 기록하고 좋은 글귀들은 ‘좋아요’ 하여 모아보세요. 도서 문장과 무관한 내용 등록 시 별도 통보없이 삭제될 수 있습니다.
리워드 안내
- 구매 후 90일 이내에 문장 수집 등록 시 e교환권 100원을 적립해 드립니다.
- e교환권은 적립일로부터 180일 동안 사용 가능합니다.
- 리워드는 5,000원 이상 eBook에 한해 다운로드 완료 후 문장수집 등록 시 제공됩니다. (2024년 9월 30일부터 적용)
- 리워드는 한 상품에 최초 1회만 제공됩니다.
- sam 이용권 구매 상품 / 선물받은 eBook / 오디오북·동영상 상품/주문취소/환불 시 리워드 대상에서 제외됩니다.
구매 후 문장수집 작성 시, e교환권 100원 적립
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!
