ДМК-Пресс Усовершенствованные структуры данных Брасс Петер

Задействуйте всю мощь поведенческих данных в своей компании, используя инструменты, специально разработанные для их анализа. Общепринятые алгоритмы науки о данных и инструменты предсказательной аналитики трактуют данные о поведении клиентов, такие как клики на веб-сайте или покупки в супермаркете, аналогично любым другим данным. Однако в этой книге представлены мощные методы, специально приспособленные для анализа поведенческих данных • Усовершенствованный экспериментальный дизайн позволяет вам получать максимальную отдачу от ваших A/B-тестов, тогда как причинно-следственные диаграммы позволяют выявлять причины поведений, даже если вы не можете проводить эксперименты • Книга написана в доступном стиле для исследователей данных, бизнес-аналитиков и бихевиористов

В книге описаны большинство из современных баз данных с открытым исходным кодом: Redis, Neo4J, CouchDB, MongoDB, HBase, PostgreSQL и Riak. Для каждой базы приведены примеры работы с реальными данными, демонстрирующие основные идеи и сильные стороны • Эта книга прольет свет на сильные и слабые стороны каждой из семи баз данных и научит вас выбирать ту, которая лучше отвечает требованиям • Издание предназначено для программистов разной квалификации, использующих базы данных в своей профессиональной деятельности

Начните работу с Apache Flink, фреймворком с открытым исходным кодом, на котором основаны многие крупнейшие в мире системы для обработки потоковых данных. В данной книге вы изучите фундаментальные понятия параллельной потоковой обработки и узнаете, чем эта технология отличается от традиционной пакетной обработки данных • Ф. Уэске и В. Калаври, занятые в проекте Apache Flink с первых дней, покажут вам, как создавать масштабируемые потоковые приложения с помощью API Flink DataStream, а также непрерывно выполнять и поддерживать эти приложения в операционных средах • Потоковая обработка идеально подходит для многих задач: подготовка данных с малой задержкой, потоковая аналитика и информационные панели в реальном времени, раннее оповещение и обнаружение мошенничества

В двухтомнике представлены материалы по применению классических методов машинного обучения для различных промышленных задач • Прочитав первый том, вы научитесь • - работать в IPython и Jupyter Notebook • - применять функции библиотеки NumPy • - визуализировать результаты анализа с помощью библиотек matplotlib, seaborn и plotly • - выполнять предварительную подготовку данных в библиотеке pandas • - работать с классами scikit-learn, строящими модели предварительной подготовки данных и модели машинного обучения • - применять различные стратегии валидации данных

В двухтомнике представлены материалы по применению классических методов машинного обучения для различных промышленных задач • Прочитав второй том, вы научитесь • - составлять план предварительной подготовки данных • - конструировать признаки • - отбирать признаки • - работать с метриками бинарной классификации и регрессии • - выполнять байесовскую оптимизацию гиперпараметров • - создавать контейнеры Docker • - строить модели c помощью платформы H2O

В книге освещаются основополагающие вопросы, относящиеся к структурам данных в Python. Теоретические концепции и абстрактные понятия подкреплены простыми примерами • Порядок следования глав соотносится с задачами обработки структур данных • В числе рассматриваемых тем • основы языка Python • принципы объектно-ориентированного программирования • методологии тестирования • абстрактные типы данных (АТД) • стратегии решения задач • Издание предназначено для всех, кто изучает язык программирования Python и предполагает активно использовать как встроенные структуры данных, так и собственные реализации АТД

Если вы хотите научиться программировать на языке Python, который в последнее время становится популярным у нас в стране и за рубежом, то эта книга — для вас. В ней рассматриваются особенности разработки компьютерных программ и соответствующие инструкции языка Python, основные структуры данных этого языка (строки, списки, словари, файлы), типовые задачи программирования и методы их решения, а также вопросы совершенствования программы на основе использования функций. Впервые системно и популярно изложена методика разработки программ на языке Python с графическим пользовательским интерфейсом • Книга предназначена для всех, кто изучает или преподает программирование • Основные инструкции языка и структуры данных • Типовые задачи программирования, полезные советы • Задачи из ЕГЭ по информатике • Методика разработки графического интерфейса

В книге представлены полезные методы программирования, имеющие практическую ценность. Опираясь на свой многолетний опыт, авторы показывают, как написать надежный код, который смогут читать другие разработчики. Основной принцип обучения - составление плана решения: от определения структур данных по условиям поставленной задачи через примеры и тесты к написанию программного кода. Книга содержит большое количество примеров и упражнений, позволяющих читателям самостоятельно закрепить изученный материал на практике • Книга будет полезна студентам вузов, где преподается информатика, а также тем, кто хочет изучить программирование на базовом уровне

Библиотека pandas - популярный пакет для анализа и обработки данных на языке Python. Он предлагает эффективные, быстрые, высокопроизводительные структуры данных, которые позволяют существенно упростить работу. Данная книга познакомит вас с обширным набором инструментов, предлагаемых библиотекой pandas, - начиная с обзора загрузки данных с удаленных источников, выполнения численного и статистического анализа, индексации, агрегации и заканчивая визуализацией данных и анализом финансовой информации • Издание предназначено всем разработчикам на языке Python, интересующимся обработкой данных

Быстрый код на чистом Python, оптимизированные библиотеки и аппаратное обеспечение, позволяющее использовать все преимущества параллельной обработки данных, - это цена входа в мир машинного обучения и анализа больших данных. Книга, которую вы держите в руках, предлагает уникальные техники ускорения с акцентом на большие данные и станет вашим надежным проводником в мир оптимизации решений на базе Python. Вы узнаете, как оптимизировать работу со встроенными структурами данных и ускорить решения за счет конкурентного выполнения, а также научитесь сокращать объем занимаемой данными памяти без ущерба для их точности • Ознакомившись с тщательно проработанными при-мерами, вы узнаете, как добиться большей производительности популярных библиотек, таких как NumPy и pandas, и как эффективно обрабатывать и хранить данные

Пишите быстрые, мощные, энергоэффективные программы, легко масштабируемые под обработку огромных объемов данных. Параллельное программирование позволяет распределять задачи обработки данных между несколькими процессорами, существенно повышая производительность. В книге рассказывается, как с минимальными трудозатратами повысить эффективность ваших программ. Вы научитесь оценивать аппаратные архитектуры и работать со стандартными инструментами отрасли, такими как OpenMP и MPI, освоите структуры данных и алгоритмы, подходящие для высокопроизводительных вычислений, узнаете, как экономить энергию на наладонных устройствах, и даже запустите масштабную симуляцию цунами на батарее из GPU-процессоров. Издание предназначено для опытных программистов, владеющих языком высокопроизводительных вычислений, таким как C, C++ или Fortran

Язык Julia, изначально разработанный для высокопроизводительной обработки данных, стал языком программирования общего назначения, в котором идеально сочетаются простота, гибкость и производительность. Он предлагает удобные для разработчиков функциональные возможности: сборка мусора, динамическая типизация, гибкий подход к конкурентности и распределенным вычислениям • Эта книга знакомит читателя с языком Julia и демонстрирует все его аспекты - от базового синтаксиса до продвинутого функционала - на примере ряда проектов. Описываются применение базовых типов и структур данных при симуляции пуска ракеты, использование словарей для интерпретации римских цифр, множественная диспетчеризация Julia в симулированном сражении между рыцарями и лучниками