ビッグデータの書籍一覧

【2022年4月に内容を改訂しました】本書ではPythonを使ったWebスクレイピングテクニックについて解説します。いろいろなことをPythonで自動化していきましょう。日本の主要なサービスを題材に、スクレイピングでデータを取得する方法と、そのデータを元に分析や可視化していく手法を紹介していきます。スクレイピング環境の構築、スクレイピングを行うにあたって便利なライブラリの選定、ターゲットとなるWebサービスの選定、データ分析の手法など、初心者にもわかりやすく解説しています。

【目次】
第1章　スクレイピングの基礎
第2章　Pythonの導入
第3章　Pythonの環境構築
第4章　Python3の基礎
第5章　Beautiful Soupでスクレイピングする
第6章　スクレイピングのテクニックと考慮すべき点
第7章　PythonからSeleniumでブラウザーを操作する
第8章　Scrapyを使って、はてな匿名ダイアリーをクローリングする
第9章　MeCabとWord2Vecによる自然言語解析
第10章　Pandasによる解析とMatplotlibによる可視化
第11章　スクレイピング結果を自動通知する
第12章　スマートフォンでスクレイピング
第13章　Raspberry Piにポータブル・スクレイピング・ハッキング・ラボを構築する

本書は、ビッグデータを分散処理するためのフレームワーク「Apache Spark」のクエリのパフォーマンスチューニングのノウハウを紹介した解説書です。Apache Sparkでのクエリのチューニングのための知識として、基本的なアルゴリズム、ログの見方、チューニングの考え方、Salted Join, Skew Joinなどのチューニングの手法を説明します。
【目次】
第1章　Apache Sparkとは
第2章　チューニングのための情報取得
第3章　基本的なアルゴリズム
第4章　チューニングの考え方
第5章　チューニングの手法