کتاب Scaling Python with Dask: From Data Science to Machine Learning اثر Holden Karau and Mika Kimmins انتشارات مؤلفین طلایی

کتاب Scaling Python with Dask: From Data Science to Machine Learning - راهی به محاسبات موازی

این کتاب به بررسی روش‌های بهینه‌سازی محاسبات با استفاده از Dask پرداخته و بهترین‌ راهکارها را برای برنامه‌نویسان ارائه می‌دهد.

معرفی کتاب Scaling Python with Dask

کتاب Scaling Python with Dask: From Data Science to Machine Learning نوشته Holden Karau و Mika Kimmins، منبعی ضروری برای دانشمندان داده و برنامه‌نویسان پایتون است. این کتاب به بررسی چگونگی استفاده مؤثر از Dask برای محاسبات موازی می‌پردازد و به خوانندگان این امکان را می‌دهد که توان پردازش CPU و GPU های چند هسته‌ای را به حداکثر برسانند.

مطالب کتاب Scaling Python with Dask و کاربردهای آن

این کتاب نه تنها برای متخصصان در حوزه داده و علم داده طراحی شده بلکه برای افرادی که با کتابخانه‌های PyData مثل NumPy، Pandas، و Scikit-learn آشنا هستند نیز کاربردی است. با استفاده از API های Dask، خوانندگان می‌توانند به سادگی محاسبات موازی را در پروژه‌های خود پیاده‌سازی کنند.

هدف و مخاطبان کتاب Scaling Python with Dask

• هدف این کتاب کمک به دانشمندان و مهندسان داده است که با چالش‌های داده‌ای بزرگ‌تر از ابزارهای موجود روبه‌رو هستند.
• کاربران PySpark نیز می‌توانند از این مطالب بهره‌برداری کنند، زیرا برخی از مفاهیم با دانش آنان همپوشانی دارند.

چاپ مخصوص کتاب Scaling Python with Dask

این نسخه از کتاب، آخرین ویرایش آن است که به طور انحصاری توسط انتشارات مؤلفین طلایی در کشور به چاپ رسیده است.