Скидка 50% на Доставку от 35,- € ☀️ Бесплатная Доставка от 55,- €

Аннотация: Крупномасштабное машинное обучение вместе с Python

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.

Читать далее →

Бесплатная Доставка по Европе (EU)*

*Для заказов свыше 40,- евро  Подробнее

Крупномасштабное машинное обучение вместе с Python

-37%
  • Производитель: ДМК-Пресс
  • Модель: MYSH2894647
  • ISBN 978-5-97060-506-6
  • Наличие:
    Есть в наличии
  • 4.7 (12 оценок)
51.38€ -37%
32.37€
Нашли этот товар по более низкой цене?
Во-первых - Вы молодец!
Просим Вас сообщить нам:

Мы проверим данные, и если информация подтвердится мы снизим цену на товар

Loading
Loading

Описание

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.

Характеристики

Мы доставляем наши товары по всей Европе, включая страны ЕС, в том числе по Латвии, Эстонии, Литве, Германии, Италии, Франции, Нидерландам (Голландии), Бельгии, Австрии, Польше, Финляндии, Ирландии, Чехии, Швеции, Дании, Португалии, Греции, Болгарии, Словакии, Кипру, Словении, Венгрии, Люксембургу, Мальте, Румынии, Хорватии, а также по Израилю, Соединённым Штатам Америки (США), Великобритании, Швейцарии, Канаде, Норвегии. Подробнее...