BIG DATA CON PYTHON Recolección, almacenamiento y proceso

BIG DATA CON PYTHON Recolección, almacenamiento y proceso

Español | 6 Mb | Pdf | Autores: Rafael Caballero Roldán, Enrique Martín Martín, Adrián Riesco Rodríguez | Páginas: 285 | Pass:www.detodopython.com

Descripción:

Hablar de la importancia del análisis de datos resulta, hoy en día, innecesario. El tema ocupa páginas en los periódicos, las universidades abren nuevos grados y másteres dedicados a la ciencia de datos, y la profesión de analista de datos se encuentra entre las más demandadas por las empresas, que temen quedarse atrás en esta nueva fiebre del oro.

Este libro pretende hablar del análisis de datos examinando la “vida” de los datos paso a paso. Desde su origen, ya sean ficheros de texto, Excel, páginas web, o redes sociales, a su preprocesamiento,

almacenamiento en una base de datos, análisis y visualización. Pretendemos mostrar el análisis de datos tal y como es: un área fascinante, pero también una labor que requiere muchas horas de trabajo cuidadoso.
Buscamos además que nuestro texto sea útil en entornos Big Data. Para ello emplearemos bases de datos con escalabilidad horizontal, es decir, con posibilidad de crecer de forma prácticamente ilimitada sin ver afectada su eficiencia, como MongoDB, y entornos de procesamiento capaces de tratar estos datos, como Spark.

En todo caso, somos conscientes de que el tema es muy extenso, y que en un solo libro no cabe todo. Por ello, cada capítulo incluye un apartado de bibliografía con lecturas recomendadas para conocer el tema más a fondo.
El nexo de unión entre todas las etapas, desde el ‘nacimiento’ del dato hasta su (gloriosa)  transformación en enformación, será el lenguaje Python, el más utilizado dentro del análisis de datos debido a la multitud de bibliotecas que pone a nuestra disposición. Aunque el libro no asume ningún conocimiento previo de análisis de datos, sí supone unos mínimos conocimientos de Python, o al menos de algún lenguaje de programación que nos ayude a comprender el código.
Todos los capítulos de este libro contienen ejemplos detallados de cómo realizar las distintas tareas en Python. Por comodidad para el lector, además de los fragmentos incluidos en el libro también hemos creado notebooks de Jupyter para cada capítulo donde incluimos el código completo junto con ejemplos y comentarios adicionales.

Contenido:

Capítulo 1. Lectura de ficheros
Capítulo 2. Web scraping
Capítulo 3. Recolección mediante apis
Capítulo 4. Mongodb
Capítulo 5. Aprendizaje automático con scikit-learn
Capítulo 6. Procesamiento distribuido con spark
Capítulo 7. Sparksql y sparkml
Capítulo 8. Visualización de resultados
Apéndice. Instalación del software
Índice analítico

Descargar / Donwload
Mega | Fireload | Grátis código | Como descargar