了得網研究生_數據科學中的並行計算：以R，C++和CUDA為例

商品搜索

类别：

关键字：

商品分类

數據科學中的並行計算：以R，C++和CUDA為例
該商品所屬分類：研究生 -> 工學
【市場價】	795-1152元
【優惠價】	497-720元
【作者】	諾曼·馬特洛夫
【所屬類別】	圖書教材研究生/本科/專科教材工學
【出版社】	西安交通大學出版社
【ISBN】	9787560599588
【折扣說明】	一次購物滿999元台幣免運費+贈品一次購物滿2000元台幣95折+免運費+贈品一次購物滿3000元台幣92折+免運費+贈品一次購物滿4000元台幣88折+免運費+贈品
【本期贈品】	①優質無紡布環保袋，做工棒！②品牌簽字筆 ③品牌手帕紙巾

版本	正版全新電子版PDF檔
您已选择：	正版全新
溫馨提示：如果有多種選項，請先選擇再點擊加入購物車。 . 電子圖書價格是0.69折，例如了得網價格是100元，電子書pdf的價格則是69元。 . 購買電子書不支持貨到付款，購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意，可以聯絡我們退款。謝謝。

內容介紹

開本：16開

紙張：膠版紙

包裝：平裝-膠訂

是否套裝：否

國際標準書號ISBN：9787560599588

作者：諾曼·馬特洛夫

出版社：西安交通大學出版社

出版時間：2017年11月

內容簡介

本書是*本並行計算領域中，注意力完全集中在並行數據結構、算法、軟件工具及數據科學中具體應用的書。書中的例子不僅有經典的“n 個樣本，p 個變量”的矩陣形式，還有時間序列、網絡圖模型，以及各種其他的在數據科學中常見的結構。本書同時也討論了適用於多種硬件、多種編程語言的的軟件包。特點關注數據科學中的應用，包括統計學、數據挖掘和機器學習。討論了數據科學中的常見數據結構，如網絡圖模型。通篇強調了普遍的原理，如避免降低並行程序速度的因素。覆蓋了主流的計算平臺：多核、集群以及圖像（GPU）。解釋了 Thrust 包如何降低多核機器和GPU編程的難度，並使得同一份代碼能夠在不同的平臺上工作。在作者網站上提供了樣例代碼。

作者簡介

作者簡介Matloff 博士出生於洛杉磯，在東洛杉磯和聖蓋博谷兩個地方長大。他在加州大學洛杉磯分校獲得了純粹數學的博士學位，學術研究方向為概率論和統計。他在計算機科學和統計學方向發表了大量論文，現在的研究方向是並行處理、統計計算和回歸方法。他也是Journal of Statistical Software 的編委之一。Matloff 教授曾是國際信息處理聯合會11.3 工作組的成員，該組織是聯合國教科文組織（UNESCO）下設的一個數據庫軟件安全國際委員會。他也是加州大學戴維斯分校統計繫的創始人之一，並參與了該校計算機科學繫的建立。他在戴維斯分校被授予了傑出教學獎和傑出公眾服務獎。

第1章 R語言中的並行處理入門1
1.1 反復出現的主題：良好並行所具有的標準. . . . . . . . . . . . 1
1.2 關於機器. . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 2
1.3 反復出現的主題：不要把雞蛋放在一個籃子裡. . . . . . . . . . 3
1.4 擴展示例：相互網頁外鏈. . . . . . . . . . . . . . . . . . . . . 3
第2章 “我的程序為什麼這麼慢？”：速度的障礙15
2.1 速度的障礙. . . . . . . . . . . . . . . . . . . . . . . . . . . . .15
2.2 性能和硬件結構. . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3 內存的基礎知識. . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4 網絡基礎. . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 20
2.5 延遲和帶寬. . . . . . . . . . . . . . . . . . . . . . . . . . . . .21
2.6 線程調度. . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 26
2.7 多少個進程/線程？ . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.8 示例：相互外鏈問題. . . . . . . . . . . . . . . . . . . . . . . . 27

第1章 R語言中的並行處理入門1

1.1 反復出現的主題：良好並行所具有的標準. . . . . . . . . . . . 1

1.2 關於機器. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. 2

1.3 反復出現的主題：不要把雞蛋放在一個籃子裡. . . . . . . . . . 3

1.4 擴展示例：相互網頁外鏈. . . . . . . . . . . . . . . . . . . . . 3

第2章 “我的程序為什麼這麼慢？”：速度的障礙15

2.1 速度的障礙. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15

2.2 性能和硬件結構. . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.3 內存的基礎知識. . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2.4 網絡基礎. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. 20

2.5 延遲和帶寬. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21

2.6 線程調度. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. 26

2.7 多少個進程/線程？ . . . . . . . . . . . . . . . . . . . . . . . . . 27

2.8 示例：相互外鏈問題. . . . . . . . . . . . . . . . . . . . . . . . 27

2.9 “大O”標記法. . . . . . . . . . . . . . . . . . . . . . . . . . 28

2.10 數據序列化. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29

2.11 “易並行”的應用. . . . . . . . . . . . . . . . . . . . . . . . . 29

第3章並行循環調度的準則31

3.1 循環調度的通用記法. . . . . . . . . . . . . . . . . . . . . . . . 32

3.2 snow 中的分塊. . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3.3 關於代碼復雜度. . . . . . . . . . . . . . . . . . . . . . . . . . . 36

3.4 示例：所有可能回歸. . . . . . . . . . . . . . . . . . . . . . . . 36

3.5 partools 包. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
48

3.6 示例：所有可能回歸，改進版本. . . . . . . . . . . . . . . . . . 48

3.7 引入另一個工具：multicore . . . . . . . . . . . . . . . . . . . . 54

3.8 塊大小的問題. . . . . . . . . . . . . . . . . . . . . . . . . . . .
61

3.9 示例：並行距離計算. . . . . . . . . . . . . . . . . . . . . . . . 62

3.10 foreach 包. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
67

3.11 跨度. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . 71

3.12 另一種調度方案：隨機任務置換. . . . . . . . . . . . . . . . . . 71

3.13 調試snow 和multicore 的代碼. . . . . . . . . . . . . . . . . . 74

第4章共享內存範式：基於R 的簡單介紹76

第5章共享內存範式：C 語言層面112

第6章共享內存範式：GPU 157

第7章 Thrust 與Rth 176

第8章消息傳遞範式186

第9章 MapReduce 計算204

第10章並行排序和歸並214

第11章並行前綴掃描227

第12章並行矩陣運算244

第13章原生統計方法：子集方法266

附錄A 回顧矩陣代數275

前言

感謝你對本書感興趣。我很享受寫書的過程，也希望這本書對你非常有用。為達此目的，這裡有幾點事情我希望說清楚。本書目標：我很希望這本書能充分體現它標題的含義數據科學中的並行計算。和我所知道的其他並行計算的書籍不同，這本書裡你不會踫到任何一個求解偏微分方程或其他物理學上的應用。這本書真的是為了數據科學所寫無論你怎樣定義數據科學，是統計學、數據挖掘、機器學習、模式識別、數據分析或其他的內容。這不僅僅意味著書裡的實例包括了從數據科學領域中選取的應用，這也意味著能夠反映這一主題的數據結構、算法和其他內容。從經典的“n 個觀測，p 個變量” 的矩陣形式，到時間序列，到網絡圖模型和其他數據科學中常見的結構都會囊括其中。本書包含了大量實例，以用於強調普遍的原理。因此，在第1 章介紹了入門的代碼實例後（沒有配套的實例，這些普遍的原理也就沒有任何意義），我決定在第2 章裡解釋可以影響並行計算速度的一般因素，而不是集中介紹如何寫並行代碼。這是一個至關重要的章節，在後續的章節中會經常提到它。事實上，你可以把整本書看成如何解決第2 章開頭所描述的那個可憐的家伙的困境：這裡有一個很常見的情景：一個分析師拿到了一臺嶄新的多核機器，這臺機器能做各種神奇的事情。帶著激動的心情，他在這臺新機器上寫代碼求解他喜歡的大規模的問題，卻發現並行版本的運行速度比串行的還慢。太令人失望了！現在讓我來看看究竟什麼因素導致了這種情形……本書標題裡的計算一詞反映了本書的重點真的是在計算上。這和諸如以Hadoop 為代表的分布式文件存儲等的並行數據處理不同，盡管我還是為相關話題專門寫了一個章節。本書主要涵蓋的計算平臺是多核平臺、集群和GPU。另外，對Thrust 也有相當程度的介紹。Thrust 極大地簡化了在多核機器和GPU 上的編程任務，並且同樣的代碼在兩種平臺上都可以運行。我相信讀者會發現這部分材料非常有價值。需要指出一點，這本書不是一本用戶手冊。盡管書中使用了諸如R 的parallel和Rmpi 擴展包、OpenMP、CUDA 等特定工具，但這麼做僅僅是為了讓問題具體化。本書會給讀者帶來有關這些工具的非常扎實的入門介紹，但不會提供諸如不同函數的參數、環境選項等內容。本書的目的是，希望讀者閱讀完本書後，為進一步學習這些工具打下良好基礎，更重要的是，讀者今後可以使用多種語言編寫高效的並行代碼，無論是Python、Julia，還是任何其他語言。必要的背景知識：如果你認為你已經可以相對熟練地使用R，那本書的大多數內容你應該都可以讀懂。在一些章節裡，我們需要使用C/C ，如果你想仔細閱讀學習相關章節，需要具備相關的背景知識。然而，即使你不怎麼了解C/C ，你也應該會發現這些章節很容易讀懂，並且相當有價值。附錄裡包括了針對C 程序員的R 簡介和針對R 用戶的C 語言簡介。你需要熟悉基礎的矩陣運算，主要是相乘和相加。有時我們也會使用一些更高級的運算，比如求逆（以及與之相關的QR 分解）和對角化。這些內容在附錄A 中有涉及。機器設備：除了特別說明的地方，本書中所有的計時實例都運行在一臺16 核允許兩個超線程的Ubuntu 機器上。我一般使用2 到24 個核，這應該和多數讀者可以使用的平臺類似。希望讀者可以使用4 到16 核的多核繫統，或者一個有幾十個節點的集群。但即使你隻有一個雙核機器，應該仍會發現本書的材料非常有用。對於那些少數有幸可以使用擁有幾千個內核的集群的讀者，書中的內容仍然適用。依據本書中對這種繫統的觀點，那個著名問題“這可擴展嗎？” 的答案一般是否定的。CRAN 擴展包和代碼：本書使用了我在CRAN，即R 的軟件貢獻庫（http://cran.r-project.org）上的幾個擴展包：Rdsm、partools 和matpow。本書的示例代碼都可以從作者的網站下載，http://heather.cs.ucdavis.edu/pardatasci.html。

網友評論我們期待著您對此商品發表評論

相關商品

商品搜索

商品分类

【醫學】

【各大出版社】