Крупномасштабное машинное обучение вместе с Python ДМК Пресс 978 5 9706 0506 6

С распространением больших данных растет спрос на вычислительную и алгоритмическую эффективность. Главная задача настоящей книги состоит в том, чтобы предоставить способы применения мощных методов машинного обучения с открытым исходным кодом в крупномасштабных проектах без привлечения дорогостоящих корпоративных решений или больших вычислительных кластеров. Описаны масштабируемое обучение в Scikit-learn, нейронные сети и глубокое обучение с использованием Theano, H2O и TensorFlow. Рассмотрены классификационные и регрессионные деревья, а также обучение без учителя. Охвачены эффективные методы машинного обучения в вычислительной среде MapReduce на платформах Hadoop и Spark на языке Python. С этой книгой вы научитесь: • применять большинство масштабируемых алгоритмов машинного обучения
• работать с новейшими крупномасштабными методами машинного обучения
• увеличивать прогнозную точность при помощи методов глубокого обучения и масштабируемых методов обработки данных
• работать с вычислительной парадигмой Map-Reduce в платформе Spark
• применять эффективные алгоритмы машинного обучения на основе платформ Spark и Hadoop
• создавать мощные ансамбли в крупном масштабе
• использовать потоки данных для обучения линейных и нелинейных прогнозных моделей на чрезвычайно больших наборах данных, используя всего одну машину.

Магазин: Буквоед

ISBN: 978-5-9706-0506-6
Объем: 358
Автор: Шарден Б., Массарон Л., Боскетти А.
Издательство: ДМК Пресс
Год: 2018
Код номенклатуры: ORS798101327751713
Электронная: Нет
noСкидка: no