蔵書情報
この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。
資料情報
各蔵書資料に関する詳細情報です。
No. |
所蔵館 |
資料番号 |
資料種別 |
配架場所 |
別置 |
帯出 |
状態 |
1 |
鶴舞 | 0111615456 | 一般和書 | 2階書庫 | | | 在庫 |
関連資料
この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。
書誌詳細
この資料の書誌詳細情報です。
請求記号 |
N3318/00066/ |
書名 |
価値の理論 増補版 |
著者名 |
白杉庄一郎/著
|
出版者 |
ミネルヴァ書房
|
出版年月 |
1967 |
ページ数 |
348p |
大きさ |
22cm |
分類 |
331841
|
書誌種別 |
一般和書 |
タイトルコード |
1009610057304 |
要旨 |
本書の目的は、Pythonエコシステムでより効率的なアプリケーションを記述する手助けをすることにあります。より効率的とは、コードが使うCPUサイクル、ストレージ領域、ネットワーク通信が少なくなることを意味します。本書では、パフォーマンスの問題に総合的なアプローチでのぞみます。ピュアPythonでのコード最適化テクニックについて説明するだけではなく、NumPyやpandasなど広く使われているデータライブラリの効率的な使い方についても検討します。Pythonでは十分なパフォーマンスが得られないケースがあるため、スピードがさらに求められる場合はCythonについても検討します。この総合的なアプローチの一環として、コードの設計にハードウェアが与える影響にも目を向け、現代のコンピュータアーキテクチャがアルゴリズムのパフォーマンスにおよぼす影響を分析します。また、ネットワークアーキテクチャが効率におよぼす影響と、高速なデータ分析でのGPUコンピューティングの使い方も調べます。 |
目次 |
1 基礎的なアプローチ(データ処理の効率化が急がれている 組み込み機能のパフォーマンスを最大限に引き出す 並行性、並列性、非同期処理 ハイパフォーマンスなNumPy) 2 ハードウェア(Cythonを使って重要なコードを再実装する メモリ階層、ストレージ、ネットワーク) 3 現代のデータ処理のためのアプリケーションとライブラリ(ハイパフォーマンスなpandasとApache Arrow ビッグデータの格納) 4 高度なトピック(GPUコンピューティングを使ったデータ分析 Daskを使ったビッグデータの分析) 付録A 環境のセットアップ 付録B Numbaを使って効率的な低レベルコードを生成する |
著者情報 |
アントン,チアゴ・ロドリゲス 情報学の工学士号とバイオインフォマティクスの博士号を持つ。現在はバイオテクノロジー分野に従事している。科学計算とデータエンジニアリングのタスクを実行するためにPythonとそのすべてのライブラリを使っている。アルゴリズムの重要な部分を最適化するために、CやRustなどの低水準言語をよく使っている。現在はAmazon AWSベースのインフラで開発を行っているが、キャリアの大部分ではオンプレミスのコンピューティングクラウドと科学クラウドを使っていた。業界での活動に加えて、科学計算の研究では、ケンブリッジ大学とオックスフォード大学でデータ分析のポスドクを務めた経験がある。モンタナ大学では、リサーチサイエンティストとして生物学データを分析するための科学計算インフラ全体を一から開発した(本データはこの書籍が刊行された当時に掲載されていたものです) |
内容細目表:
前のページへ