Drabas)，微软数据科学家，他拥有超过13年的数据分析经验。托马兹每天都和大数据打交道，解决机器学习问题（如异常检测、流失预测），并使用Spark进行模式识别。丹尼·李(Denny Lee)，微软Azure DocumentDB团队的首席项目经理。他是一个经验丰富的分布式系统和数据科学工程师，拥有超过18年的经验，擅长开发互联网级别基础架构、数据平台和预测分析系统（包括内部部署和云环境）。
PySpark实战指南
Tomasz Drabas
评分 6.7分
本文从Spark的基本特点出发，借助大量例子详细介绍了如何使用Python调用Spark新特性、处理结构化及非结构化数据、使用PySpark中基本可用数据类型、生成机器学习模型、进行图像操作以及阅读串流数据等新兴技术内容。 作者:(美)托马兹·卓巴斯 作者:丹尼·李 译者:栾云杰 译者:陈瑶 译者:刘旭斌 托马兹·卓巴斯(Tomasz Drabas)
数据分析实战
[美] 托马兹·卓巴斯（Tomasz Drabas）
评分 暂无
微软数据科学家融合自己多年数据分析实践经验系统讲解数据分析与建模的各种方法、工具及算法，给出一系列Python代码示例，并提供60多个实战技巧，可以帮助深入理解数据分析技术，高效使用Python工具解决现实数据科学任务。 全书共11章，可分为三部分。第一部分（第1~2章）讲授一些实战技巧，用于读取、写入、清洗、格式化、探索与理解数据；第二部分（第3~7章）介绍一些较深入的主题，包括分类问题的处理、
Marketingethik
Draba, Melanie
The Kalpa Sutra, and Nava Tatva
Bhadrabahu; Stevenson, John;
