PySpark大数据分析与应用(高职)9787115634900
正版图书，可开发票，请放心购买。
￥ 43 6.2折 ￥ 69.8 全新
库存74件
广东广州
认证卖家担保交易快速发货售后保障
作者戴刚，张良均主编
出版社人民邮电出版社
ISBN9787115634900
出版时间2024-04
装帧平装
开本16开
定价69.8元
货号15695308
上书时间2024-12-23
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
戴刚，重庆大学计算机科学与技术博士，美国匹兹堡大学访问学者，重庆交通大学经济与管理学院副教授，硕士生导师。主持1项教育部产学研合作项目，主研国家自然科学基金2项，国家科技支持计划1项目，中国移动（重庆分公司）科技公关项目1项，省部级科研项目2项，在国际期刊、国际会议及国内权威学术期刊发辫学术论文7篇。熟悉Java、Python、大数据及相关软件架构，具有丰富的软件开发经验。从事教育教学工作十多年，有扎实的专业素养和丰富的教学经验。
目录
第1章PySpark大数据分析概述
1.1大数据分析概述
1.1.1大数据的概念
1.1.2大数据分析的概念
1.1.3大数据分析的流程
1.1.4大数据分析的应用场景
1.1.5大数据技术体系
1.2 Spark大数据技术框架
1.2.1 Spark简介
1.2.2 Spark特点
1.2.3Spark运行架构与流程
1.2.4 Spark RDD
1.2.5 Spark生态圈
1.3 PySpark大数据分析
1.3.1 PySpark简介
……
内容摘要
本书以Python作为开发语言，系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的 相关知识。本书条理清晰、重点突出，理论叙述循序渐进、由浅入深。本书共7章，第1?5章包括PySpark 大数据分析概述、PySpark安装配置、基于PySpark的DataFrame操作、基于PySpark的流式数据处理、 基于PySpark的机器学习库，内容介绍注重理论与实践相结合，通过典型示例强化PySpark在大数据分析 中的实际应用；第6、7章通过基于PySpark的网络招聘信息的职业类型划分和基于PySpark的信用贷款 风险分析两个完整的案例实战，结合前5章的PySpark编程知识，实现完整的大数据分析过程。本书大部 分章包含实训和课后习题，读者通过练习和操作实践，能够巩固所学的内容。
本书可作为高校数据科学或大数据相关专业的教材，也可作为机器学习爱好者的自学用书。
主编推荐
1.理论叙述由浅入深，循序渐进，表达通俗易懂。本书的知识点章节从基本概念入手，介绍相关的基础理论，并结合介绍的知识点进行操作实践，再通过应用实例介绍如何运用具体方法解决实际问题。 2.强化基础，突出知识的应用性。结合高校教学特点和学生的情况，突出PySpark大数据分析的重点内容，强调PySpark在实际问题中的应用性，充分体现了理论知识与应用的紧密结合。 3.从实践出发，重点突出可操作性。本书从构建PySpark的开发环境入手，详细介绍了单机模式的PySpark开发环境搭建（基于Windows系统搭建，搭建过程简单，易于操作）和分布式模式的PySpark开发环境搭建（基于Linux系统搭建，贴近实际应用场景，处理高效），帮助读者构建一个可操作的实践环境，实践本书各章节的内容。且本书大部分章节附有实训和课后习题，便于读者进行上机实验，巩固所学知识，真正理解并应用所学知识。 4.通过典型的案例完整展示PySpark数据分析的过程，强化知识的实际应用。本书最后介绍了两个案例，以应用为导向，从需求分析入手，再设计解决方案，最终运用所需知识实现基于PySpark的数据分析过程。 5.体现思政育人。本书不仅注重培养学生分析处理数据的能力，运用数据分析理论与方法解决实际问题的实践能力；同时注重课程内容与思政教育的有机融合，潜移默化中引领学生树立和践行社会主义核心价值观，建立正确的三观，培养拥有正确政治方向的四有青年。
精彩内容
本书以Python作为开发语言，系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的 相关知识。本书条理清晰、重点突出，理论叙述循序渐进、由浅入深。本书共7章，第1~5章包括PySpark 大数据分析概述、PySpark安装配置、基于PySpark的DataFrame操作、基于PySpark的流式数据处理、 基于PySpark的机器学习库，内容介绍注重理论与实践相结合，通过典型示例强化PySpark在大数据分析 中的实际应用；第6、7章通过基于PySpark的网络招聘信息的职业类型划分和基于PySpark的信用贷款 风险分析两个完整的案例实战，结合前5章的PySpark编程知识，实现完整的大数据分析过程。本书大部 分章包含实训和课后习题，读者通过练习和操作实践，能够巩固所学的内容。
本书可作为高校数据科学或大数据相关专业的教材，也可作为机器学习爱好者的自学用书。
— 没有更多了 —
以下为对购买帮助不大的评价