Descripción
Escrita por el equipo central de Optimus, esta guía completa le ayudará a comprender cómo Optimus mejora todo el panorama del procesamiento de datos.
Características clave:
- Cargue, combine y guarde datos pequeños y grandes de forma eficiente con Optimus
- Aprenda las funciones de Optimus para el análisis de datos, la ingeniería de características, el aprendizaje automático, la validación cruzada y el PNL
- Descubra cómo Optimus mejora otras tecnologías de marcos de datos y le ayuda a acelerar sus tareas de procesamiento de datos
Descripción del libro:
Optimus es una biblioteca de Python que funciona como una API unificada para la limpieza, el procesamiento y la fusión de datos. Se puede utilizar para manejar datos pequeños y grandes en su portátil local o en clústeres remotos utilizando CPU o GPU.
El libro comienza cubriendo los elementos internos de Optimus y cómo funciona en conjunto con las tecnologías existentes para satisfacer sus necesidades de procesamiento de datos. Luego aprenderá a usar Optimus para cargar y guardar datos de formatos de datos de texto como archivos CSV y JSON, explorar archivos binarios como Excel y para el procesamiento de datos en columnas con Parquet, Avro y OCR. A continuación, se familiarizará con el perfilador y sus tipos de datos, una característica única de Optimus Dataframe que ayuda con la calidad de los datos. Verá cómo usar los gráficos disponibles en Optimus, como histogramas, gráficos de frecuencia y diagramas de dispersión y de caja, y comprenderá cómo Optimus le permite conectarse a bibliotecas como Plotly y Altair. También profundizará en aplicaciones avanzadas como la ingeniería de características, el aprendizaje automático, la validación cruzada y las funciones de procesamiento del lenguaje natural y explorará los avances en Optimus. Finalmente, aprenderá a crear funciones de limpieza y transformación de datos y agregará un nuevo motor hipotético de procesamiento de datos con Optimus.
Al final de este libro, podrá mejorar fácilmente su flujo de trabajo de ciencia de datos con Optimus.
Lo que aprenderá:
- Utilice más de 100 funciones de procesamiento de datos sobre columnas y otros valores similares a cadenas
- Reestructure y pivote los datos para obtener la salida en el formato requerido
- Descubra cómo trazar histogramas, gráficos de frecuencia, diagramas de dispersión, diagramas de caja y más
- Conecte Optimus con bibliotecas de visualización de Python populares como Plotly y Altair
- Aplique técnicas de agrupamiento de cadenas para normalizar cadenas
- Descubra funciones para explorar, corregir y eliminar datos de mala calidad
- Utilice técnicas avanzadas para eliminar valores atípicos de sus datos
- Agregue motores y funciones personalizadas para limpiar, procesar y fusionar datos
Para quién es este libro:
Este libro es para desarrolladores de Python que desean explorar, transformar y preparar grandes datos para el aprendizaje automático, el análisis y la elaboración de informes utilizando Optimus, una API unificada para trabajar con Pandas, Dask, cuDF, Dask-cuDF, Vaex y Spark. Aunque no es necesario, un conocimiento de Python a nivel principiante será útil. Se requiere un conocimiento básico de la CLI para instalar Optimus y sus requisitos. Para usar tecnologías de GPU, necesitará una tarjeta gráfica NVIDIA compatible con la biblioteca RAPIDS de NVIDIA, que es compatible con Windows 10 y Linux.
Autor: Argenis Leon, Luis Aguirre
Editorial: Packt Publishing
Publicado: 03/09/2021
Páginas: 300
Tipo de encuadernación: Tapa blanda
Peso: 1.14lbs
Tamaño: 9.25h x 7.50w x 0.63d
ISBN13: 9781801079563
ISBN10: 1801079560
Categorías BISAC:
- Informática | Ciencia de datos | General
- Informática | Inteligencia artificial | General
Este título no es retornable