Ebook: Крупномасштабное машинное обучение вместе с Python
- Genre: Компьютеры // Кибернетика: Искусственный интеллект
- Tags: Machine Learning, Neural Networks, Deep Learning, Unsupervised Learning, Python, Convolutional Neural Networks, Clustering, Support Vector Machines, Apache Spark, Keras, TensorFlow, Stream Processing, Scalability, Apache Hadoop, HDFS, MapReduce, Hyperparameter Tuning, scikit-learn, NumPy, matplotlib, pandas, PySpark, Apache YARN, H2O, SciPy, Distributed Processing
- Year: 2017
- Publisher: ДМК Пресс
- City: М.
- Edition: 1
- Language: Русский
- pdf
Учитесь быстро создавать мощные модели машинного обучения и развертывать крупномасштабные приложения прогнозирования!
С распространением больших данных растет спрос на вычислительную и алгоритмическую эффективность. Книга «Крупномасштабное машинное обучение на языке Python» открывает новую волну алгоритмов машинного обучения, которые удовлетворяют требованиям масштабируемости, а также высокой прогнозной точности. В первую очередь, мы начинаем с семейства алгоритмов машинного обучения, которые считаются масштабируемыми. С этим семейством алгоритмов мы проведем вас через три уровня масштабируемости. Первый уровень посвящен всему, что касается ускорения алгоритмов, которые могут использоваться на настольном компьютере. Мы предоставим советы относительно параллелизации и выделения памяти. Второй уровень касается более новых алгоритмов, которые специально предназначены для масштабируемости и могут обрабатывать большие файлы. Третий уровень непосредственно связан с машинным обучением в окружении больших данных. Мы также охватим самые эффективные методы машинного обучения в вычислительной парадигме MapReduce на платформах Hadoop и Spark на языке Python.
С распространением больших данных растет спрос на вычислительную и алгоритмическую эффективность. Книга «Крупномасштабное машинное обучение на языке Python» открывает новую волну алгоритмов машинного обучения, которые удовлетворяют требованиям масштабируемости, а также высокой прогнозной точности. В первую очередь, мы начинаем с семейства алгоритмов машинного обучения, которые считаются масштабируемыми. С этим семейством алгоритмов мы проведем вас через три уровня масштабируемости. Первый уровень посвящен всему, что касается ускорения алгоритмов, которые могут использоваться на настольном компьютере. Мы предоставим советы относительно параллелизации и выделения памяти. Второй уровень касается более новых алгоритмов, которые специально предназначены для масштабируемости и могут обрабатывать большие файлы. Третий уровень непосредственно связан с машинным обучением в окружении больших данных. Мы также охватим самые эффективные методы машинного обучения в вычислительной парадигме MapReduce на платформах Hadoop и Spark на языке Python.
Download the book Крупномасштабное машинное обучение вместе с Python for free or read online
Continue reading on any device:
Last viewed books
Related books
{related-news}
Comments (0)