Información del autor
Autor Varga, Ervin |
Documentos disponibles escritos por este autor (2)
Crear una solicitud de compra Refinar búsqueda
TÃtulo : Practical Data Science with Python 3 : Synthesizing Actionable Insights from Data Tipo de documento: documento electrónico Autores: Varga, Ervin, Mención de edición: 1 ed. Editorial: Berkeley, CA : Apress Fecha de publicación: 2019 Número de páginas: XVII, 462 p. 94 ilustraciones ISBN/ISSN/DL: 978-1-4842-4859-1 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Grandes datos Fuente abierta Pitón Software de código abierto Python (lenguaje de programa informático) Clasificación: 005.133 Resumen: Obtenga información sobre las habilidades esenciales de la ciencia de datos de manera holÃstica utilizando la ingenierÃa de datos y los métodos computacionales escalables asociados. Este libro cubre los marcos de Python 3 más populares para el procesamiento local y distribuido (en las instalaciones y en la nube). A lo largo del camino, se le presentarán muchos marcos populares de código abierto, como SciPy, scikitlearn, Numba, Apache Spark, etc. El libro está estructurado en torno a ejemplos, por lo que comprenderá conceptos básicos a través de estudios de casos y código Python 3. A medida que los proyectos de ciencia de datos se vuelven cada vez más grandes y complejos, el conocimiento y la experiencia en ingenierÃa de software son cruciales para producir soluciones evolucionables. Verá cómo crear software mantenible para la ciencia de datos y cómo documentar las prácticas de ingenierÃa de datos. Este libro es un buen punto de partida para las personas que desean adquirir habilidades prácticas para realizar ciencia de datos. Todo el código estará disponible en forma de cuadernos IPython y programas Python 3, que le permitirán reproducir todos los análisis del libro y personalizarlos para sus propios fines. También se beneficiará de temas avanzados como aprendizaje automático, sistemas de recomendación y seguridad en ciencia de datos. La ciencia de datos práctica con Python le permitirá analizar datos, formular preguntas adecuadas y producir conocimientos prácticos, tres etapas centrales en la mayorÃa de los esfuerzos de ciencia de datos. Nota de contenido: Chapter 1.Introduction to Data Science -- Chapter 2.Data Acquisition -- Chapter 3.Basic Data Processing -- Chapter 4.Documenting Work -- Chapter 5.Transformation and Packaging of Data -- Chapter 6.Visualization -- Chapter 7.Prediction and Inference -- Chapter 8.Network Analysis -- Chapter 9.Data Science Process Engineering -- Chapter 10. Multi-agent Systems, Game Theory and Machine Learning -- Chapter 11. Probabilistic Graphical Models -- Chapter 12. Security in Data Science. Tipo de medio : Computadora Summary : Gain insight into essential data science skills in a holistic manner using data engineering and associated scalable computational methods. This book covers the most popular Python 3 frameworks for both local and distributed (in premise and cloud based) processing. Along the way, you will be introduced to many popular open-source frameworks, like, SciPy, scikitlearn, Numba, Apache Spark, etc. The book is structured around examples, so you will grasp core concepts via case studies and Python 3 code. As data science projects gets continuously larger and more complex, software engineering knowledge and experience is crucial to produce evolvable solutions. You'll see how to create maintainable software for data science and how to document data engineering practices. This book is a good starting point for people who want to gain practical skills to perform data science. All the code will be available in the form of IPython notebooks and Python 3 programs, which allow you to reproduce all analyses from the book and customize them for your own purpose. You'll also benefit from advanced topics like Machine Learning, Recommender Systems, and Security in Data Science. Practical Data Science with Python will empower you analyze data, formulate proper questions, and produce actionable insights, three core stages in most data science endeavors. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Practical Data Science with Python 3 : Synthesizing Actionable Insights from Data [documento electrónico] / Varga, Ervin, . - 1 ed. . - Berkeley, CA : Apress, 2019 . - XVII, 462 p. 94 ilustraciones.
ISBN : 978-1-4842-4859-1
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Grandes datos Fuente abierta Pitón Software de código abierto Python (lenguaje de programa informático) Clasificación: 005.133 Resumen: Obtenga información sobre las habilidades esenciales de la ciencia de datos de manera holÃstica utilizando la ingenierÃa de datos y los métodos computacionales escalables asociados. Este libro cubre los marcos de Python 3 más populares para el procesamiento local y distribuido (en las instalaciones y en la nube). A lo largo del camino, se le presentarán muchos marcos populares de código abierto, como SciPy, scikitlearn, Numba, Apache Spark, etc. El libro está estructurado en torno a ejemplos, por lo que comprenderá conceptos básicos a través de estudios de casos y código Python 3. A medida que los proyectos de ciencia de datos se vuelven cada vez más grandes y complejos, el conocimiento y la experiencia en ingenierÃa de software son cruciales para producir soluciones evolucionables. Verá cómo crear software mantenible para la ciencia de datos y cómo documentar las prácticas de ingenierÃa de datos. Este libro es un buen punto de partida para las personas que desean adquirir habilidades prácticas para realizar ciencia de datos. Todo el código estará disponible en forma de cuadernos IPython y programas Python 3, que le permitirán reproducir todos los análisis del libro y personalizarlos para sus propios fines. También se beneficiará de temas avanzados como aprendizaje automático, sistemas de recomendación y seguridad en ciencia de datos. La ciencia de datos práctica con Python le permitirá analizar datos, formular preguntas adecuadas y producir conocimientos prácticos, tres etapas centrales en la mayorÃa de los esfuerzos de ciencia de datos. Nota de contenido: Chapter 1.Introduction to Data Science -- Chapter 2.Data Acquisition -- Chapter 3.Basic Data Processing -- Chapter 4.Documenting Work -- Chapter 5.Transformation and Packaging of Data -- Chapter 6.Visualization -- Chapter 7.Prediction and Inference -- Chapter 8.Network Analysis -- Chapter 9.Data Science Process Engineering -- Chapter 10. Multi-agent Systems, Game Theory and Machine Learning -- Chapter 11. Probabilistic Graphical Models -- Chapter 12. Security in Data Science. Tipo de medio : Computadora Summary : Gain insight into essential data science skills in a holistic manner using data engineering and associated scalable computational methods. This book covers the most popular Python 3 frameworks for both local and distributed (in premise and cloud based) processing. Along the way, you will be introduced to many popular open-source frameworks, like, SciPy, scikitlearn, Numba, Apache Spark, etc. The book is structured around examples, so you will grasp core concepts via case studies and Python 3 code. As data science projects gets continuously larger and more complex, software engineering knowledge and experience is crucial to produce evolvable solutions. You'll see how to create maintainable software for data science and how to document data engineering practices. This book is a good starting point for people who want to gain practical skills to perform data science. All the code will be available in the form of IPython notebooks and Python 3 programs, which allow you to reproduce all analyses from the book and customize them for your own purpose. You'll also benefit from advanced topics like Machine Learning, Recommender Systems, and Security in Data Science. Practical Data Science with Python will empower you analyze data, formulate proper questions, and produce actionable insights, three core stages in most data science endeavors. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Unraveling Software Maintenance and Evolution : Thinking Outside the Box Tipo de documento: documento electrónico Autores: Varga, Ervin, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XV, 336 p. 54 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-71303-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: IngenierÃa de software Lenguajes de programación (computadoras electrónicas) Gestión de software Operaciones de TI Lenguaje de programación Clasificación: 005.1 Resumen: El trabajo de mantenimiento de software a menudo se considera una actividad abrumadoramente rÃgida; este libro demuestra lo contrario: exige altos niveles de creatividad y pensamiento innovador. Destacando los aspectos creativos del mantenimiento de software y combinando el pensamiento analÃtico y sistémico de una manera holÃstica, el libro motiva a los lectores a no seguir alegremente los caminos trillados de la "racionalidad técnica". Ofrece el contenido de una manera pragmática utilizando estudios de casos que se entrelazan en lÃneas argumentales de larga duración. El libro está organizado en cuatro partes, que se pueden leer en cualquier orden, excepto el primer capÃtulo, que introduce el mantenimiento y la evolución del software y presenta una serie de estudios de casos de fallas de software. La "Introducción a los conceptos clave" presenta brevemente los elementos principales del mantenimiento del software destacando varios conceptos básicos que son vitales para ver el bosque a través de los árboles. Cada uno de estos conceptos se ilustra con un ejemplo resuelto. A continuación, la parte "IngenierÃa avanzada" desmiente el mito de que lo único que importa es ser rápido y exitoso durante el desarrollo inicial. Con este fin, se consideran dos categorÃas de ingenierÃa avanzada: un proyecto inicial inepto con una multitud de fases evolutivas difÃciles y un proyecto inicial eficaz con múltiples incrementos futuros directos. "ReingenierÃa e ingenierÃa inversa" muestra las dificultades de lidiar con un sistema heredado tÃpico y aborda tareas como pruebas de modernización, documentación de un sistema, reestructuración de un sistema para que sea susceptible de futuras mejoras, etc. Por último, la sección "DevOps" se centra sobre la importancia y los beneficios de cruzar el abismo entre desarrollo y operación y demuestra cómo el paradigma DevOps puede convertir un diseño débilmente acoplado en una solución de implementación flexible. El libro es un recurso valioso para lectores familiarizados con el lenguaje de programación Java y con conocimientos básicos y/o experiencia en construcción y pruebas de software. Repleto de ejemplos para cada concepto elaborado, ofrece material complementario para cursos existentes y es útil tanto para estudiantes como para profesionales. Nota de contenido: 1 Introduction -- 2 Context, Rules and Principles -- 3 Maintainability and Development -- 4 Architecture and Evolution -- 5 Ad-hoc Development -- 6 Disciplined Development -- 7 Re-Engineering and Reverse Engineering -- 8 Multi-faceted Loose Coupling -- 9 Monitoring and Logging -- 10 Scale of Deployment. Tipo de medio : Computadora Summary : Software maintenance work is often considered a dauntingly rigid activity – this book proves the opposite: it demands high levels of creativity and thinking outside the box. Highlighting the creative aspects of software maintenance and combining analytical and systems thinking in a holistic manner, the book motivates readers not to blithely follow the beaten tracks of "technical rationality". It delivers the content in a pragmatic fashion using case studies which are woven into long running story lines. The book is organized in four parts, which can be read in any order, except for the first chapter, which introduces software maintenance and evolution and presents a number of case studies of software failures. The "Introduction to Key Concepts" briefly introduces the major elements of software maintenance by highlighting various core concepts that are vital in order to see the forest for the trees. Each such concept is illustrated with a worked example. Next, the "Forward Engineering" part debunks the myth that being fast and successful during initial development is all that matters. To this end, two categories of forward engineering are considered: an inept initial project with a multitude of hard evolutionary phases and an effective initial project with multiple straightforward future increments. "Reengineering and Reverse Engineering" shows the difficulties of dealing with a typical legacy system, and tackles tasks such as retrofitting tests, documenting a system, restructuring a system to make it amenable for further improvements, etc. Lastly, the "DevOps" section focuses on the importance and benefits of crossing the development versus operation chasm and demonstrates how the DevOps paradigm can turn a loosely coupled design into a loosely deployable solution. The book is a valuable resource for readers familiar with the Java programming language, and with a basic understanding and/or experience of software construction and testing. Packed with examples for every elaborated concept, it offers complementary material for existing courses and is useful for students and professionals alike. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Unraveling Software Maintenance and Evolution : Thinking Outside the Box [documento electrónico] / Varga, Ervin, . - 1 ed. . - [s.l.] : Springer, 2017 . - XV, 336 p. 54 ilustraciones en color.
ISBN : 978-3-319-71303-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: IngenierÃa de software Lenguajes de programación (computadoras electrónicas) Gestión de software Operaciones de TI Lenguaje de programación Clasificación: 005.1 Resumen: El trabajo de mantenimiento de software a menudo se considera una actividad abrumadoramente rÃgida; este libro demuestra lo contrario: exige altos niveles de creatividad y pensamiento innovador. Destacando los aspectos creativos del mantenimiento de software y combinando el pensamiento analÃtico y sistémico de una manera holÃstica, el libro motiva a los lectores a no seguir alegremente los caminos trillados de la "racionalidad técnica". Ofrece el contenido de una manera pragmática utilizando estudios de casos que se entrelazan en lÃneas argumentales de larga duración. El libro está organizado en cuatro partes, que se pueden leer en cualquier orden, excepto el primer capÃtulo, que introduce el mantenimiento y la evolución del software y presenta una serie de estudios de casos de fallas de software. La "Introducción a los conceptos clave" presenta brevemente los elementos principales del mantenimiento del software destacando varios conceptos básicos que son vitales para ver el bosque a través de los árboles. Cada uno de estos conceptos se ilustra con un ejemplo resuelto. A continuación, la parte "IngenierÃa avanzada" desmiente el mito de que lo único que importa es ser rápido y exitoso durante el desarrollo inicial. Con este fin, se consideran dos categorÃas de ingenierÃa avanzada: un proyecto inicial inepto con una multitud de fases evolutivas difÃciles y un proyecto inicial eficaz con múltiples incrementos futuros directos. "ReingenierÃa e ingenierÃa inversa" muestra las dificultades de lidiar con un sistema heredado tÃpico y aborda tareas como pruebas de modernización, documentación de un sistema, reestructuración de un sistema para que sea susceptible de futuras mejoras, etc. Por último, la sección "DevOps" se centra sobre la importancia y los beneficios de cruzar el abismo entre desarrollo y operación y demuestra cómo el paradigma DevOps puede convertir un diseño débilmente acoplado en una solución de implementación flexible. El libro es un recurso valioso para lectores familiarizados con el lenguaje de programación Java y con conocimientos básicos y/o experiencia en construcción y pruebas de software. Repleto de ejemplos para cada concepto elaborado, ofrece material complementario para cursos existentes y es útil tanto para estudiantes como para profesionales. Nota de contenido: 1 Introduction -- 2 Context, Rules and Principles -- 3 Maintainability and Development -- 4 Architecture and Evolution -- 5 Ad-hoc Development -- 6 Disciplined Development -- 7 Re-Engineering and Reverse Engineering -- 8 Multi-faceted Loose Coupling -- 9 Monitoring and Logging -- 10 Scale of Deployment. Tipo de medio : Computadora Summary : Software maintenance work is often considered a dauntingly rigid activity – this book proves the opposite: it demands high levels of creativity and thinking outside the box. Highlighting the creative aspects of software maintenance and combining analytical and systems thinking in a holistic manner, the book motivates readers not to blithely follow the beaten tracks of "technical rationality". It delivers the content in a pragmatic fashion using case studies which are woven into long running story lines. The book is organized in four parts, which can be read in any order, except for the first chapter, which introduces software maintenance and evolution and presents a number of case studies of software failures. The "Introduction to Key Concepts" briefly introduces the major elements of software maintenance by highlighting various core concepts that are vital in order to see the forest for the trees. Each such concept is illustrated with a worked example. Next, the "Forward Engineering" part debunks the myth that being fast and successful during initial development is all that matters. To this end, two categories of forward engineering are considered: an inept initial project with a multitude of hard evolutionary phases and an effective initial project with multiple straightforward future increments. "Reengineering and Reverse Engineering" shows the difficulties of dealing with a typical legacy system, and tackles tasks such as retrofitting tests, documenting a system, restructuring a system to make it amenable for further improvements, etc. Lastly, the "DevOps" section focuses on the importance and benefits of crossing the development versus operation chasm and demonstrates how the DevOps paradigm can turn a loosely coupled design into a loosely deployable solution. The book is a valuable resource for readers familiar with the Java programming language, and with a basic understanding and/or experience of software construction and testing. Packed with examples for every elaborated concept, it offers complementary material for existing courses and is useful for students and professionals alike. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
