دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Nick Pentreath
سری:
ISBN (شابک) : 9781783288519
ناشر: Packt Publishing
سال نشر: 2015
تعداد صفحات: 338
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Machine Learning with Spark: Create scalable machine learning applications to power a modern data-driven business using 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 Learning Machine with Spark: برنامه هایی را برای یادگیری ماشین ایجاد کنید تا بتوانید با استفاده از Spark ، یک تجارت مدرن مبتنی بر داده را هدایت کنید 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.
Apache Spark چارچوبی برای محاسبات توزیع شده است که از ابتدا طراحی شده است تا برای کارهای با تأخیر کم و ذخیره سازی داده ها در حافظه بهینه شود. این یکی از معدود چارچوبهایی برای محاسبات موازی است که سرعت، مقیاسپذیری، پردازش درون حافظه و تحمل خطا را با سهولت برنامهنویسی و طراحی API انعطافپذیر، رسا و قدرتمند ترکیب میکند. این کتاب شما را از طریق اصول API Spark که برای بارگیری و پردازش داده ها استفاده می شود و آماده سازی داده ها برای استفاده به عنوان ورودی به مدل های مختلف یادگیری ماشین راهنمایی می کند. مثالهای دقیق و موارد استفاده در دنیای واقعی برای کاوش مدلهای رایج یادگیری ماشین از جمله سیستمهای توصیهگر، طبقهبندی، رگرسیون، خوشهبندی و کاهش ابعاد وجود دارد. شما موضوعات پیشرفته ای مانند کار با داده های متنی در مقیاس بزرگ و روش هایی برای یادگیری ماشین آنلاین و ارزیابی مدل با استفاده از Spark Streaming را پوشش خواهید داد.
Apache Spark is a framework for distributed computing that is designed from the ground up to be optimized for low latency tasks and in-memory data storage. It is one of the few frameworks for parallel computing that combines speed, scalability, in-memory processing, and fault tolerance with ease of programming and a flexible, expressive, and powerful API design. This book guides you through the basics of Spark's API used to load and process data and prepare the data to use as input to the various machine learning models. There are detailed examples and real-world use cases for you to explore common machine learning models including recommender systems, classification, regression, clustering, and dimensionality reduction. You will cover advanced topics such as working with large-scale text data, and methods for online machine learning and model evaluation using Spark Streaming.
Getting up and running with Spark --
Designing a machine learning system --
Obtaining, processing, and preparing data with Spark --
Building a recommendation engine with Spark --
Building a classification model with Spark --
Building a regression model with Spark --
Building a clustering model with Spark --
Dimensionality reduction with Spark --
Advanced text processing with Spark --
Real-time machine learning with Spark streaming