入門 Pyspark Pythonとjupyterで活用するspark2エコシステム

ＰｙｔｈｏｎからＳｐａｒｋを利用するための機能、ＰｙＳｐａｒｋを使いこなすテクニックとノウハウ。はじめに高速になったＳｐａｒｋ２．０の特徴とアーキテクチャを解説し、構造化及び非構造化データの読み取り、ＰｙＳｐａｒｋで利用できる基本的なデータ型、ＭＬｌｉｂとＭＬパッケージによる機械学習モデルの構築を説明。ＧｒａｐｈＦｒａｍｅｓを使ったグラフの操作、ストリーミングデータの読み取り、クラウドへのモデルのデプロイなどの方法を豊富なサンプルと一緒に学ぶ。ローカルでのＳｐａｒｋ＋Ｐｙｔｈｏｎ＋Ｊｕｐｙｔｅｒ環境の構築方法も紹介。

目次 : １章　Ｓｐａｒｋを理解する/ ２章　耐障害性分散データセット/ ３章　ＤａｔａＦｒａｍｅ/ ４章　データのモデリングの準備/ ５章　ＭＬｌｉｂ/ ６章　ＭＬパッケージ/ ７章　ＧｒａｐｈＦｒａｍｅｓ/ ８章　ＴｅｎｓｏｒＦｒａｍｅｓ/ ９章　Ｂｌａｚｅによるポリグロットパーシステンス/ １０章　Ｓｔｒｕｃｔｕｒｅｄ　Ｓｔｒｅａｍｉｎｇ/ １１章　Ｓｐａｒｋアプリケーションのパッケージ化

【著者紹介】
トマズ・ドラバス : シアトル在住のＭｉｃｒｏｓｏｆｔに勤めるデータサイエンティスト。ヨーロッパ、オーストラリア、北米という３つの大陸で先端的なテクノロジー、航空、テレコミュニケーション、金融、コンサルティングといった数多くの分野に関わり、データ分析とデータサイエンスの経験を１３年以上にわたって積んできた

デニー・リー : ＭｉｃｒｏｓｏｆｔのＡｚｕｒｅ　Ｃｏｓｍｏｓ　ＤＢチームのプリンシパルプログラムマネージャー。インターネットスケールのインフラストラクチャ、データプラットフォーム、オンプレミスとクラウド両方の環境の予測分析システムの開発経験を１８年以上も持っている、分散システムおよびデータサイエンスの現場のエンジニアである

玉川竜司 : Ｓｋｙ株式会社。本業はソフト開発（本データはこの書籍が刊行された当時に掲載されていたものです）