품목정보
발행일	2018년 03월 05일
쪽수, 무게, 크기	332쪽 \| 18323530mm
ISBN13	9791162240526
ISBN10	1162240520

더보기

1장. 빅데이터 분석하기 1.1 데이터 과학의 어려움 1.2 아파치 스파크란 1.3 이 책에 관하여 1.4 2판에 관하여 2장. 스칼라와 스파크를 활용한 데이터 분석 2.1 데이터 과학자를 위한 스칼라 2.2 스파크 프로그래밍 모델 2.3 레코드 링크 2.4 스파크 셸과 SparkContext 시작하기 2.5 클러스터에서 클라이언트로 데이터 가져오기 2.6 클라이언트에서 클러스터로 코드 보내기 2.7 RDD에서 Data Frame으로 2.8 DataFrame API로 데이터 분석하기 2.9 데이터프레임에 대한 빠른 요약 통계 2.10 데이터프레임의 축 회전과 형태변환 2.11 데이터프레임을 결합하고 특징 선택하기 2.12 실제 환경을 위한 모델 준비하기 2.13 모델 평가 2.14 한 걸음 더 나아가기 3장. 음악 추천과 Audioscrobbler 데이터셋 3.1 데이터셋 3.2 교차 최소 제곱 추천 알고리즘 3.3 데이터 준비하기 3.4 첫 번째 모델 만들기 3.5 추천 결과 추출 검사하기 3.6 추천 품질 평가하기 3.7 AUC 계산하기 3.8 하이퍼파라미터 선택하기 3.9 추천 결과 만들기 3.10 한 걸음 더 나아가기 4장. 의사 결정 나무로 산림 식생 분포 예측하기 4.1 회귀로 돌아와서 4.2 벡터와 특징 4.3 학습 예제 4.4 의사 결정 나무와 랜덤 포레스트 4.5 Covtype 데이터셋 4.6 데이터 준비하기 4.7 첫 번째 의사 결정 나무 4.8 의사 결정 나무 하이퍼파라미터 4.9 의사 결정 나무 튜닝하기 4.10 범주형 특징 다시 살펴보기 4.11 랜덤 포레스트 4.12 예측하기 4.13 한 걸음 더 나아가기 5장. K-평균 군집화로 네트워크 이상 탐지하기 5.1 이상 탐지 5.2 K-평균 군집화 5.3 네트워크 침입 5.4 KDD 컵 1999 데이터셋 5.5 첫 번째 군집화하기 5.6 k 선정하기 5.7 R에서 시각화하기 5.8 특징 정규화 5.9 범주형 변수 5.10 엔트로피와 함께 레이블 활용하기 5.11 군집화하기 5.12 한 걸음 더 나아가기 6장. 숨은 의미 분석으로 위키백과 이해하기 6.1 문서-단어 행렬 6.2 데이터 구하기 6.3 파싱하여 데이터 준비하기 6.4 표제어 추출 6.5 단어빈도-역문서빈도(TF-IDF) 계산하기 6.6 특잇값 분해 6.7 중요한 의미 찾기 6.8 낮은 차원 표현에 대한 의문과 고찰 6.9 단어와 단어 사이의 연관도 6.10 문서와 문서 사이의 연관도 6.11 문서와 단어 사이의 연관도 6.12 여러 개의 단어로 질의하기 6.13 한 걸음 더 나아가기 7장. 그래프엑스로 동시발생 네트워크 분석하기 7.1 네트워크 분석 사례: MEDLINE의 인용 색인 7.2 데이터 구하기 7.3 스칼라 XML 라이브러리로 XML 문서 파싱하기 7.4 MeSH 주요 주제와 주제들의 동시발생 분석하기 7.5 그래프엑스로 동시발생 네트워크 구성하기 7.6 네트워크의 구조 이해하기 7.7 관련성 낮은 관계 필터링하기 7.8 작은 세상 네트워크 7.9 한 걸음 더 나아가기 8장. 뉴욕 택시 운행 데이터로 위치 및 시간 데이터 분석하기 8.1 데이터 얻기 8.2 스파크에서 서드파티 라이브러리로 작업하기 8.3 지리 데이터와 Esri Geometry API, 그리고 Spray 8.4 뉴욕 택시 운행 데이터 준비하기 8.5 스파크에서 세션화 작업 수행하기 8.6 한 걸음 더 나아가기 9장. 몬테카를로 시뮬레이션으로 금융 리스크 추정하기 9.1 전문 용어 9.2 VaR 계산 방법 9.3 우리의 모델 9.4 데이터 구하기 9.5 전처리하기 9.6 요인 가중치 결정하기 9.7 표본추출 9.8 실험 실행하기 9.9 수익 분포 시각화하기 9.10 결과 평가하기 9.11 한 걸음 더 나아가기 10장. BDG 프로젝트와 유전체학 데이터 분석하기 10.1 모델링과 저장소를 분리하기 10.2 ADAM CLI를 이용한 유전체학 데이터 처리 10.3 ENCODE 데이터로부터 전사인자 결합 부위 예측하기 10.4 1000 지놈 프로젝트에서 유전자형 질의하기 10.5 한 걸음 더 나아가기 11장. 파이스파크와 썬더로 신경 영상 데이터 분석하기 11.1 파이스파크 소개 11.2 썬더 라이브러리 개요와 설치 11.3 썬더로 데이터 읽어 들이기 11.4 썬더로 신경 세포 유형 분류하기 11.5 한 걸음 더 나아가기 8. 관련 도서 (제목 + ISBN) ● 처음 배우는 데이터 과학 / 9791162240472 ● 파이썬 라이브러리를 활용한 데이터 분석(수정보완판) / 9788968480478 ● 파이썬 라이브러리를 활용한 머신러닝 / 9788968483394 ● 파이썬을 활용한 금융 분석 / 9788968482779

더보기

저자 소개 (7명)

역 : 서양주 이동 관심작가 알림신청

출판사 리뷰 출판사 리뷰 보이기/감추기

스파크 2 실전편! 실무와 가장 가까운 경험을 제공한다. 이 책은 기능과 API를 단조롭게 나열하지 않는다. 현실과 동떨어진, 예제를 위한 예제를 따라 하지도 않는다. 대신 우리 주변에서 찾을 수 있고 우리 삶과 밀접한 실제 데이터를 가져와 함께 분석하고 다듬어본다. 그것도 하나가 아니라 9가지다. 음악 추천부터 이상 탐지, 교통, 금융, 영상 데이터 등 관심 가는 장을 먼저 봐도 좋고, 차례대로 천천히 따라 해도 좋다. 그럼 가장 진보한 분석 도구인 스파크 2로 다 함께 데이터의 바다를 항해해보자! 2판에 관하여 1판이 출간된 이후 스파크의 메이저 버전이 올라가면서 완전히 새로운 핵심 API가 도입되고 MLlib이나 Spark SQL과 같은 하위 컴포넌트들도 크게 바뀌었다. 이러한 변화들이 반영되다 보니, 이 책 초판의 많은 부분이 의미가 없게 되었다. 이번 2판은 새로운 스파크 API를 사용하기 위해서 모든 장을 수정하였다. 주요 내용 1. 오디오스크로블러(AudioScrobbler) 데이터셋으로 음악 추천하기 2. 의사 결정 나무로 산림 식생 분포 예측하기 3. K-평균 군집화로 네트워크 이상 탐지하기 4. 숨은 의미 분석으로 위키백과 이해하기 5. 그래프엑스(GraphX)로 동시발생 네트워크 분석하기 6. 뉴욕 택시 운행 데이터로 위치 및 시간 데이터 분석하기 7. 몬테카를로 시뮬레이션으로 금융 리스크 추정하기 8. BDG 프로젝트와 유전체학 데이터 분석하기 9. 파이스파크(PySpark)와 썬더(Thunder)로 신경 영상 데이터 분석하기 6. 추천사 버클리에서 스파크 프로젝트를 시작한 이래로, 나는 단순히 빠른 병렬 시스템을 구축한다는 사실보다는 점점 더 많은 사람이 대규모 컴퓨팅을 사용할 수 있게 돕는다는 점에 흥분해왔다. 데이터 과학 전문가 네 명이 스파크 기반의 고급 분석에 대해서 쓴 이 책을 읽는 것이 즐거운 이유가 바로 여기에 있다. 샌디, 유리, 션 그리고 조시는 오랫동안 스파크로 작업해왔으며, 그만큼 충실한 설명과 예제를 이 책에 담아냈다. 이 책에서 가장 마음에 드는 부분은 실제 응용 사례와 현실 세계의 데이터셋을 가져와 예제 중심으로 설명한 점이다. 독자의 PC에서 직접 실행해볼 수 있는 아홉 가지 개별 빅데이터 예제를 제공한 책은 흔치 않은데, 저자들은 이런 예제들을 모아서 스파크로 실습할 수 있도록 모든 것을 세팅해두었다. 게다가 핵심 알고리즘만 다룬 것이 아니라, 정말로 좋은 결과를 얻는 데 필요한 데이터 준비와 모듈 튜닝의 복잡한 사항까지 다루고 있다. 독자는 이 예제들에서 터득한 개념을 자신의 문제를 푸는 데 곧바로 적용할 수 있을 것이다. 오늘날 빅데이터 처리는 의심할 여지 없이 컴퓨터로 할 수 있는 가장 흥미로운 분야이며, 빠르게 진화하고 새로운 아이디어들이 도입되는 분야이기도 하다. 나는 독자들이 이 흥미로운 새로운 분야로 들어서는 데 이 책이 도움이 될 거라 기대한다. _마테이 자하리아, 스파크 창시자, 『러닝 스파크』 저자 아파치 스파크는 빅데이터 영역에서 가장 핫한 기술로, 범용적이면서 빠른 대용량 분산 처리를 지원한다. 또한 기초 데이터 분석부터 머신러닝 등의 기능까지 지원하게 되면서 개발자만의 오픈 소스에서 분석가를 위한 오픈 소스로 주목받고 있다. 이 책은 가장 실용적인 데이터를 가져와 스파크로 빅데이터를 분석하는 다양한 방법을 설명한다. 빅데이터에 관심 있거나 관련 분야에 종사하는 개발자와 분석가 모두에게 추천한다. _이상훈, 한국 스파크 사용자 모임 운영자, 『실시간 분석의 모든 것』 역자 교통, 금융 분야 등의 실제 데이터로 데이터 획득, 전처리, 가중치 결정, 실행, 평가 그리고 시각화까지 해볼 수 있는 스파크 활용서다. 스파크 입문을 넘어 실무에 적용하려 할 때 좋은 참고서다. 자신의 관심 도메인에 맞는 부분만 찾아서 읽어도 좋을 것 같다. _최홍용, 현대오토에버

회원리뷰 (2건) 회원리뷰 이동

리뷰 쓰기

혜택 및 유의사항?

총 평점 8.0점 8.0 / 10.0

검색결과 정렬 옵션 삭제

회원리뷰 전체보기

한줄평 (3건) 한줄평 이동

한줄평 쓰기

작성 시 유의사항?

총 평점 8.0점 8.0 / 10.0

구매 한줄평

한줄평 전체보기

배송/반품/교환 안내

배송 안내

반품/교환 안내에 대한 내용입니다.
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내에 대한 내용입니다.
반품/교환 방법	고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태) 모바일 쿠폰의 경우 유효기간(발행 후 1년) 내 등록하지 않은 상품
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 모바일 쿠폰 등록 후 취소/환불 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리