مشخصات کتاب

Apache Spark Deep Learning Cookbook: Over 80 recipes that streamline deep learning in a distributed environment with Apache Spark

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش:  
نویسندگان: Ahmed Sherif. Amrith Ravindra  
سری:  
ISBN (شابک) : 1788474228, 9781788474221 
ناشر: Packt Publishing 
سال نشر: 2018 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 18 مگابایت 

کلمات کلیدی مربوط به کتاب کتاب آشپزی Apache Spark Deep Learning: بیش از 80 دستور العمل که یادگیری عمیق را در یک محیط توزیع شده با Apache Spark ساده می کند.: یادگیری ماشینی، شبکه‌های عصبی، یادگیری عمیق، پردازش زبان طبیعی، سیستم‌های توصیه‌کننده، شبکه‌های عصبی کانولوشن، شبکه‌های عصبی مکرر، شبکه‌های متخاصم مولد، تشخیص چهره، مدل‌های پیش‌بینی، Apache Spark، کتاب آشپزی، Keras، TensorFlow، مالی، رگرسیون لجستیک، PySpark، طبقه بندی تصاویر

در صورت تبدیل فایل کتاب Apache Spark Deep Learning Cookbook: Over 80 recipes that streamline deep learning in a distributed environment with Apache Spark 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 Deep Learning: بیش از 80 دستور العمل که یادگیری عمیق را در یک محیط توزیع شده با Apache Spark ساده می کند. 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 Deep Learning: بیش از 80 دستور العمل که یادگیری عمیق را در یک محیط توزیع شده با Apache Spark ساده می کند.

راهنمای مبتنی بر راه حل برای تولید مدل های یادگیری عمیق خود با قدرت Apache Spark ویژگی های کلیدی • دستور العمل های عملی برای یادگیری عمیق توزیع شده را با اسپارک آپاچی کشف کنید • استفاده از کتابخانه هایی مانند Keras و TensorFlow را یاد بگیرید • مشکلات را حل کنید تا مدل های یادگیری عمیق خود را در آپاچی اسپارک آموزش دهید توضیحات کتاب با استفاده از یادگیری عمیق در صنایع امروزی، سازمان ها به دنبال راه هایی برای متحد کردن ابزارهای کلان داده محبوب با کتابخانه های یادگیری عمیق بسیار کارآمد هستند. در نتیجه، این به مدل‌های یادگیری عمیق کمک می‌کند تا با کارایی و سرعت بالاتری تمرین کنند. با کمک Apache Spark Deep Learning Cookbook، با دستور العمل های خاصی کار می کنید تا نتایجی را برای الگوریتم های یادگیری عمیق ایجاد کنید، بدون اینکه در تئوری غرق شوید. از راه‌اندازی Apache Spark برای یادگیری عمیق تا اجرای انواع شبکه‌های عصبی، این کتاب به مشکلات رایج و نه چندان رایج برای انجام یادگیری عمیق در یک محیط توزیع‌شده می‌پردازد. علاوه بر این، به کدهای یادگیری عمیق در Spark دسترسی خواهید داشت که می‌توانند برای پاسخ به مشکلات مشابه مجدداً استفاده شوند یا برای پاسخ به مشکلات کمی متفاوت بهینه‌سازی شوند. همچنین یاد خواهید گرفت که چگونه داده های خود را با Spark استریم و دسته بندی کنید. هنگامی که با اصول اولیه آشنا شدید، نحوه پیاده‌سازی و استقرار مدل‌های یادگیری عمیق، مانند شبکه‌های عصبی کانولوشن (CNN) و شبکه‌های عصبی تکراری (RNN) در Spark را با استفاده از کتابخانه‌های محبوبی مانند TensorFlow و Keras بررسی خواهید کرد. تا پایان کتاب، شما مهارت لازم برای آموزش و استقرار مدل های یادگیری عمیق کارآمد را در آپاچی اسپارک خواهید داشت. آنچه خواهید آموخت • یک محیط Spark کاملاً کاربردی را تنظیم کنید • یادگیری ماشین عملی و مفاهیم یادگیری عمیق را درک کنید • کتابخانه های داخلی یادگیری ماشین را در Spark اعمال کنید • کتابخانه های سازگار با TensorFlow و Keras را کاوش کنید • مدل های NLP مانند Word2vec و TF-IDF را در Spark کاوش کنید • چارچوب های داده را برای ارزیابی یادگیری عمیق سازماندهی کنید • برای اطمینان از دقت، آزمایش و مدل سازی آموزش را اعمال کنید • به کدهای در دسترس که ممکن است قابل استفاده مجدد باشند دسترسی داشته باشید این کتاب برای چه کسی است اگر به دنبال منبعی کاربردی و بسیار مفید برای پیاده سازی مدل های یادگیری عمیق توزیع شده کارآمد با Apache Spark هستید، کتاب آشپزی Apache Spark Deep Learning برای شما مناسب است. برای به دست آوردن بهترین نتیجه از این کتاب، دانش مفاهیم اصلی یادگیری ماشین و درک اولیه چارچوب Apache Spark مورد نیاز است. علاوه بر این، مقداری دانش برنامه نویسی در پایتون یک امتیاز مثبت است.

توضیحاتی درمورد کتاب به خارجی

A solution-based guide to put your deep learning models into production with the power of Apache Spark Key Features • Discover practical recipes for distributed deep learning with Apache Spark • Learn to use libraries such as Keras and TensorFlow • Solve problems in order to train your deep learning models on Apache Spark Book Description With deep learning gaining rapid mainstream adoption in modern-day industries, organizations are looking for ways to unite popular big data tools with highly efficient deep learning libraries. As a result, this will help deep learning models train with higher efficiency and speed. With the help of the Apache Spark Deep Learning Cookbook, you’ll work through specific recipes to generate outcomes for deep learning algorithms, without getting bogged down in theory. From setting up Apache Spark for deep learning to implementing types of neural net, this book tackles both common and not so common problems to perform deep learning on a distributed environment. In addition to this, you’ll get access to deep learning code within Spark that can be reused to answer similar problems or tweaked to answer slightly different problems. You will also learn how to stream and cluster your data with Spark. Once you have got to grips with the basics, you’ll explore how to implement and deploy deep learning models, such as Convolutional Neural Networks (CNN) and Recurrent Neural Networks (RNN) in Spark, using popular libraries such as TensorFlow and Keras. By the end of the book, you'll have the expertise to train and deploy efficient deep learning models on Apache Spark. What you will learn • Set up a fully functional Spark environment • Understand practical machine learning and deep learning concepts • Apply built-in machine learning libraries within Spark • Explore libraries that are compatible with TensorFlow and Keras • Explore NLP models such as Word2vec and TF-IDF on Spark • Organize dataframes for deep learning evaluation • Apply testing and training modeling to ensure accuracy • Access readily available code that may be reusable Who this book is for If you’re looking for a practical and highly useful resource for implementing efficiently distributed deep learning models with Apache Spark, then the Apache Spark Deep Learning Cookbook is for you. Knowledge of the core machine learning concepts and a basic understanding of the Apache Spark framework is required to get the best out of this book. Additionally, some programming knowledge in Python is a plus.

فهرست مطالب

1. Setting Up Spark for Deep Learning Development
2. Creating a Neural Network in Spark
3. Pain Points of Convolutional Neural Networks
4. Pain Points of Recurrent Neural Networks
5. Predicting Fire Department Calls with Spark ML
6. Using LSTMs in Generative Networks
7. Natural Language Processing with TF-IDF
8. Real Estate Value Prediction using XGBoost
9. Predicting Apple Stock Market Cost with LSTM
10. Face Recognition using Deep Convolutional Networks
11. Creating and Visualizing Word Vectors Using Word2Vec
12. Creating a Movie Recommendation Engine with Keras
13. Image Classification with TensorFlow on Spark

نظرات کاربران

کتاب های مرتبط

دانلود کتاب Multiagent Systems: A Modern Approach to Distributed Artificial Intelligence

دانلود کتاب Word frequency distributions

دانلود کتاب Soft Computing Applications in Business

دانلود کتاب Instructor’s Manual: Exercise Solutions for «Artificial Intelligence: A Modern Approach, Second Edition»

دانلود کتاب Programming Neural Networks with Encog 2 in Java

دانلود کتاب Transfer Learning for Natural Language Processing

دانلود کتاب Real-World Machine Learning

دانلود کتاب Deep Learning Interviews: Hundreds of fully solved job interview questions from a wide range of key topics in AI

دانلود کتاب Data Analysis: What Can Be Learned From the Past 50 Years

دانلود کتاب Beyond Artificial Intelligence: The Disappearing Human-Machine Divide