Библиотеки Python Часть 2. Практическое применение
Вторая часть практического руководства по использованию библиотек Python для решения реальных задач. Книга фокусируется на применении инструментов для работы с большими данными, машинного обучения и анализа данных в проектах.
Основное внимание уделено распределённой обработке данных с помощью библиотек Dask и PySpark. Автор подробно разбирает их архитектуру, особенности и приводит примеры кода для обработки больших CSV-файлов, выполнения фильтрации, группировки и агрегации данных. Объясняется принцип ленивых вычислений в Dask и работа с RDD/DataFrame в PySpark.
Книга также охватывает применение библиотек для машинного обучения, таких как Scikit-learn, для построения и оценки моделей. Рассматриваются практические кейсы, где показано, как интегрировать различные инструменты Python в рабочий процесс для создания эффективных решений.
Издание предназначено для разработчиков и аналитиков, которые уже знакомы с основами Python и хотят углубить свои знания в области обработки данных и ML, научившись применять профессиональные библиотеки в реальных проектах.
