دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Apache Spark 2.x Machine Learning Cookbook
دانلود کتاب کتاب آشپزی Apache Spark 2.x Machine Learning
مشخصات کتاب
Apache Spark 2.x Machine Learning Cookbook
دسته بندی: سایبرنتیک: هوش مصنوعی ویرایش: نویسندگان: Siamak Amirghodsi, Meenakshi Rajendran, Broderick Hall, Shuen Mei سری: ISBN (شابک) : 1783551607, 9781783551606 ناشر: Packt Publishing سال نشر: 2017 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 9 مگابایت
قیمت کتاب (تومان) : 35,000
کلمات کلیدی مربوط به کتاب کتاب آشپزی Apache Spark 2.x Machine Learning: هوش و معناشناسی، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری، تئوری ماشین، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری
در صورت تبدیل فایل کتاب Apache Spark 2.x Machine Learning Cookbook به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کتاب آشپزی Apache Spark 2.x Machine Learning نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب کتاب آشپزی Apache Spark 2.x Machine Learning
اجرای مدل یادگیری ماشین را با Spark ساده کنید
درباره این کتاب
- مشکلات روزانه علم داده را با Spark حل کنید
- این کتاب آشپزی منحصر به فرد شامل دستور العمل های عددی هیجان انگیز و شهودی است
- با کسب، تمیز کردن، تجزیه و تحلیل، پیش بینی و تجسم داده های خود کار خود را بهینه کنید
این کتاب برای چه کسی است
این کتاب برای توسعه دهندگان اسکالا است که آشنایی و درک نسبتاً خوبی از تکنیک های یادگیری ماشین دارند، اما فاقد پیاده سازی های عملی با Spark هستند. دانش کاملی از الگوریتم‌های یادگیری ماشین و همچنین تجربه عملی از پیاده‌سازی الگوریتم‌های ML با Scala فرض شده است. با این حال، نیازی نیست که با کتابخانه ها و اکوسیستم Spark ML آشنا باشید.
آنچه خواهید آموخت
- با نحوه همکاری Scala و Spark آشنا شوید- برای توسعه دهندگان هنگام توسعه سیستم های ML با Spark
- یک موتور پیشنهادی بسازید که با Spark مقیاس شود
- چگونه سیستم های خوشه بندی بدون نظارت را برای طبقه بندی داده ها در Spark بسازید
- ساخت سیستم های یادگیری ماشین با مدل های Decision Tree و Ensemble در Spark
- با استفاده از Spark با لعنت ابعاد بالا در داده های بزرگ مقابله کنید
- تحلیل متن را برای موتورهای جستجو در Spark پیاده سازی کنید< /li>
- اجرای سیستم یادگیری ماشین جریانی با استفاده از Spark
در جزئیات
هدف یادگیری ماشینی استخراج دانش از داده ها با تکیه بر مفاهیم اساسی در علوم کامپیوتر است. آمار، احتمال و بهینه سازی یادگیری در مورد الگوریتم ها طیف گسترده ای از برنامه ها را فعال می کند، از کارهای روزمره مانند توصیه های محصول و فیلتر کردن هرزنامه ها گرفته تا برنامه های کاربردی پیشرفته مانند خودران.
توضیحاتی درمورد کتاب به خارجی
Simplify machine learning model implementations with Spark
About This Book
- Solve the day-to-day problems of data science with Spark
- This unique cookbook consists of exciting and intuitive numerical recipes
- Optimize your work by acquiring, cleaning, analyzing, predicting, and visualizing your data
Who This Book Is For
This book is for Scala developers with a fairly good exposure to and understanding of machine learning techniques, but lack practical implementations with Spark. A solid knowledge of machine learning algorithms is assumed, as well as hands-on experience of implementing ML algorithms with Scala. However, you do not need to be acquainted with the Spark ML libraries and ecosystem.
What You Will Learn
- Get to know how Scala and Spark go hand-in-hand for developers when developing ML systems with Spark
- Build a recommendation engine that scales with Spark
- Find out how to build unsupervised clustering systems to classify data in Spark
- Build machine learning systems with the Decision Tree and Ensemble models in Spark
- Deal with the curse of high-dimensionality in big data using Spark
- Implement Text analytics for Search Engines in Spark
- Streaming Machine Learning System implementation using Spark
In Detail
Machine learning aims to extract knowledge from data, relying on fundamental concepts in computer science, statistics, probability, and optimization. Learning about algorithms enables a wide range of applications, from everyday tasks such as product recommendations and spam filtering to cutting edge applications such as self-driving
نظرات کاربران
کتاب های مرتبط
دانلود کتاب The Hundred-Page Machine Learning Book
دانلود کتاب The Definitive ANTLR 4 Reference, 2nd Edition
دانلود کتاب Computational Intelligence in Expensive Optimization Problems
دانلود کتاب Spatially Structured Evolutionary Algorithms: Artificial Evolution in Space and Time
دانلود کتاب Learning Tensorflow: A Guide to Building Deep Learning Systems
دانلود کتاب Agile Analytics: A Value-Driven Approach to Business Intelligence and Data Warehousing
دانلود کتاب Computational Movement Analysis
دانلود کتاب Modelling and Development of Intelligent Systems: 6th International Conference, MDIS 2019, Sibiu, Romania, October 3-5, 2019, Revised Selected Papers
دانلود کتاب Business intelligence and data mining
