![数据科学中的并行计算：以R，C++和CUDA为例<strong>[ParallelComputingforDataScience:withExamplesinR,C++andCUDA]</strong](/upload/programming/thumb/thumb_9550781712.jpg "数据科学中的并行计算：以R，C++和CUDA为例<strong>[ParallelComputingforDataScience:withExamplesinR,C++andCUDA]</strong")
数据科学中的并行计算：以R，C++和CUDA为例[ParallelComputingforDataScience:withExamplesinR,C++andCUDA]
内容简介
《数据科学中的并行计算：以R，C++和CUDA为例》是一本并行计算领域中，注意力完全集中在并行数据结构、算法、软件工具及数据科学中具体应用的书。
《数据科学中的并行计算：以R，C++和CUDA为例》中的例子不仅有经典的“n个样本，p个变量”的矩阵形式，还有时间序列、网络图模型，以及各种其他的在数据科学中常见的结构。
《数据科学中的并行计算：以R，C++和CUDA为例》同时也讨论7适用于多种硬件、多种编程语言的的软件包。
《数据科学中的并行计算：以R，C++和CUDA为例》特点
·关注数据科学中的应用，包括统计学、数据挖掘和机器学习。
·讨论了数据科学中的常见数据结构，如网络图模型。
·通篇强调7普遍的原理，如避免降低并行程序速度的因素。
·覆盖了主流的计算平台：多核、集群以及图像处理单元（GPU）。
·解释了Thrust包如何降低多核机器和GPU编程的难度，并使得同一份代码能够在不同的平台上工作。
·在作者网站上提供了样例代码。
作者简介
汪磊，中科院微系统所通信专业博士。曾活跃在Julia等多个开源项目。现就职于滴滴出行，负责订单派单策略方向。
寇强，美国印第安纳大学信息学博士在读，Rcpp核心成员。