データサイエンスのためのパラレル・コンピューティング<br>Parallel Computing for Data Science : With Examples in R, C++ and CUDA (Chapman & Hall/crc the R Series)

個数：
  • ポイントキャンペーン

データサイエンスのためのパラレル・コンピューティング
Parallel Computing for Data Science : With Examples in R, C++ and CUDA (Chapman & Hall/crc the R Series)

  • ウェブストア価格 ¥19,202（本体¥17,457）
  • CRC Press Inc（2015/06発売）
  • 外貨定価 US$ 87.99
  • 【ウェブストア限定】洋書・洋古書ポイント5倍対象商品（～2/28）
  • ポイント 870pt
  • 在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
    通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
    【重要ご説明事項】
    1. 納期遅延や、ご入手不能となる場合がございます。
    2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
    3. 美品のご指定は承りかねます。

    ●3Dセキュア導入とクレジットカードによるお支払いについて
  • 【入荷遅延について】
    世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
    おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。
  • ◆画像の表紙や帯等は実物とは異なる場合があります。
  • ◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
    また、洋書販売価格は、ご注文確定時点での日本円価格となります。
    ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。
  • 製本 Hardcover:ハードカバー版／ページ数 328 p.
  • 言語 ENG
  • 商品コード 9781466587014
  • DDC分類 004.35

Full Description

Parallel Computing for Data Science: With Examples in R, C++ and CUDA is one of the first parallel computing books to concentrate exclusively on parallel data structures, algorithms, software tools, and applications in data science. It includes examples not only from the classic "n observations, p variables" matrix format but also from time series, network graph models, and numerous other structures common in data science. The examples illustrate the range of issues encountered in parallel programming.

With the main focus on computation, the book shows how to compute on three types of platforms: multicore systems, clusters, and graphics processing units (GPUs). It also discusses software packages that span more than one type of hardware and can be used from more than one type of programming language. Readers will find that the foundation established in this book will generalize well to other languages, such as Python and Julia.

Contents

Introduction to Parallel Processing in R. "Why Is My Program So Slow?": Obstacles to Speed. Principles of Parallel Loop Scheduling. The Shared Memory Paradigm: A Gentle Introduction through R. The Shared Memory Paradigm: C Level. The Shared Memory Paradigm: GPUs. Thrust and Rth. The Message Passing Paradigm. MapReduce Computation. Parallel Sorting and Merging. Parallel Prefix Scan. Parallel Matrix Operations. Inherently Statistical Approaches: Subset Methods. Appendices.