• 正版现货新书 数据科学中的并行计算--以RC++和CUDA为例/R语言应用系列 9787560599588 (美)诺曼·马特洛夫|译者:汪磊//寇强
  • 正版现货新书 数据科学中的并行计算--以RC++和CUDA为例/R语言应用系列 9787560599588 (美)诺曼·马特洛夫|译者:汪磊//寇强
21年品牌 40万+商家 超1.5亿件商品

正版现货新书 数据科学中的并行计算--以RC++和CUDA为例/R语言应用系列 9787560599588 (美)诺曼·马特洛夫|译者:汪磊//寇强

全新正版现货,以书名为准,放心购买,购书咨询18931383650朱老师

52.8 7.3折 72 全新

库存3件

北京丰台
认证卖家担保交易快速发货售后保障

作者(美)诺曼·马特洛夫|译者:汪磊//寇强

出版社西安交大

ISBN9787560599588

出版时间2017-12

装帧其他

开本其他

定价72元

货号30052347

上书时间2024-09-16

黎明书店

十四年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
Matloff博士出生于洛杉矶,在东洛杉矶和圣盖博谷两个地方长大。他在加州大学洛杉矶分校获得了纯粹数学的博士学位,学术研究方向为概率论和统计。他在计算机科学和统计学方向发表了大量论文,现在的研究方向是并行处理、统计计算和回归方法。他也是JournalofStatisticalSoftware的编委之一。
Matloff教授曾是国际信息处理联合会11.3工作组的成员,该组织是联合国教科文组织(UNESCO)下设的一个数据库软件安全国际委员会。他也是加州大学戴维斯分校统计系的创始人之一,并参与了该校计算机科学系的建立。他在戴维斯分校被授予了杰出教学奖和杰出公众服务奖。

目录
译者序
前言
作者简介
第1章  R语言中的并行处理入门
  1.1  反复出现的主题:良好并行所具有的标准
  1.2  关于机器
  1.3  反复出现的主题:不要把鸡蛋放在一个篮子里
  1.4  扩展示例:相互网页外链
第2章  “我的程序为什么这么慢?”:速度的障碍
  2.1  速度的障碍
  2.2  性能和硬件结构
  2.3  内存的基础知识
  2.4  网络基础
  2.5  延迟和带宽
  2.6  线程调度
  2.7  多少个进程/线程?
  2.8  示例:相互外链问题
  2.9  “大O”标记法
  2.10  数据序列化
  2.11  “易并行”的应用
第3章  并行循环调度的准则
  3.1  循环调度的通用记法
  3.2  snow中的分块
  3.3  关于代码复杂度
  3.4  示例:所有可能回归
  3.5  partools包
  3.6  示例:所有可能回归,改进版本
  3.7  引入另一个工具:multicore
  3.8  块大小的问题
  3.9  示例:并行距离计算
  3.10  foreach包
  3.11  跨度
  3.12  另一种调度方案:随机任务置换
  3.13  调试snow和multicore的代码
第4章  共享内存范式:基于R的简单介绍
  4.1  是什么被共享了?
  4.2  共享内存代码的简洁
  4.3  共享内存编程的高级介绍:Rdsm包
  4.4  示例:矩阵乘法.
  4.5  共享内存能够带来性能优势
  4.6  锁和屏障
  4.7  示例:时间序列中的最大脉冲
  4.8  示例:变换邻接矩阵
  4.9  示例:k-means聚类
第5章  共享内存范式:C语言层面
  5.1  OpenMP
  5.2  示例:找到时间序列中的最大脉冲
  5.3  OpenMP循环调度选项
  5.4  示例:邻接矩阵的变换
  5.5  示例:邻接矩阵,R可调用的代码

内容摘要
诺曼·马特洛夫著的《数据科学中的并行计算--以RC++和CUDA为例》是第一本并行计算领域中,注意力完全集中在并行数据结构、算法、软件工具及数据科学中具体应用的书。书中的例子不仅有经典的“n个样本,p个变量”的矩阵形式,还有时间序列、网络图模型,以及各种其他的在数据科学中常见的结构。本书同时也讨论了适用于多种硬件、多种编程语言
的的软件包。
特点·关注数据科学中的应用,包括统计学、数据挖掘和机器学习。
·讨论了数据科学中的常见数据结构,如网络图模型。
·通篇强调了普遍的原理,如避免降低并行程序速度的因素。
·覆盖了主流的计算平台:多核、集群以及图像处理单元(GPU)。
·解释了Thrust包如何降低多核机器和GPU编程的难度,并使得同一份代码能够在不同的平台上工作。
·在作者网站上提供了样例代码。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP