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: 1 نویسندگان: Pascal Bugnion, Patrick R. Nicolas, Alex Kozlov سری: ISBN (شابک) : 9781787126640 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: 16 مگابایت
کلمات کلیدی مربوط به کتاب اسکالا: یادگیری ماشین کاربردی: پایگاههای داده و کلان داده، دسترسی، دادهکاوی، مدلسازی و طراحی داده، پردازش داده، انبار داده، MySQL، Oracle، پایگاههای داده دیگر، پایگاههای داده رابطهای، SQL، رایانهها و فناوری، طراحی شیگرا، طراحی نرمافزار، آزمایش و مهندسی، برنامهنویسی ,کامپیوتر و فناوری,توسعه نرم افزار,طراحی نرم افزار,تست و مهندسی,برنامه نویسی,کامپیوتر و فناوری,پایگاه های داده,کامپیوتر و فناوری,دسته ها,فروشگاه Kindle,برنامه نویسی,C & C++,بازی ها,جاوا,PHP,Perl,Python,Ruby, طراحی نرم افزار، کامپیوتر
در صورت تبدیل فایل کتاب Scala:Applied Machine Learning 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 اسکالا: یادگیری ماشین کاربردی 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.
از قدرت اسکالا استفاده کنید و با استفاده از پیشرفته ترین و بهترین ویژگی های اسکالا بر هنر ساخت، بهبود و اعتبارسنجی برنامه های یادگیری ماشینی مقیاس پذیر و هوش مصنوعی مسلط شوید
این مسیر یادگیری برای مهندسین و دانشمندانی است که با اسکالا آشنا هستند و میخواهند یاد بگیرند که چگونه الگوریتمهای یادگیری ماشین را ایجاد، اعتبارسنجی و به کار ببرند. همچنین به توسعهدهندگان نرمافزار با سابقه برنامهنویسی Scala که میخواهند یادگیری ماشینی را اعمال کنند، مفید خواهد بود.
این مسیر یادگیری با هدف قرار دادن کل wo rld یادگیری ماشین با Scala در مقابل شما.
Scala for Data Science، اولین ماژول در این دوره، یک راهنمای آموزشی است که آموزشهایی را در مورد برخی از رایجترین کتابخانههای Scala برای علم داده ارائه میدهد و به شما امکان میدهد به سرعت به سرعت ساخت علم داده و علم داده برسید. راهحلهای مهندسی داده.
دوره دوم، Scala for Machine Learning شما را در فرآیند ساخت برنامههای هوش مصنوعی با نمودارها، نمادهای ریاضی رسمی، تکههای کد منبع و نکات مفید راهنمایی میکند. مروری بر چارچوب Akka و خوشههای Apache Spark آموزش را به پایان میرساند.
ماژول بعدی، تسلط بر یادگیری ماشینی Scala، آخرین مرحله در این دوره است. این دانش شما را به سطح بالاتری می برد و به شما کمک می کند از دانش برای ساخت برنامه های کاربردی پیشرفته مانند استخراج رسانه های اجتماعی، پورتال های خبری هوشمند و غیره استفاده کنید. پس از بازنگری سریع مفاهیم برنامه نویسی کاربردی با استفاده از REPL، چند نمونه عملی از راه اندازی محیط توسعه و دستکاری داده ها را مشاهده خواهید کرد. سپس کار با Spark و MLlib را با استفاده از k-means و درختان تصمیم بررسی خواهیم کرد.
در پایان این دوره، شما در یادگیری ماشینی Scala استاد خواهید شد و تخصص کافی برای ساختن پیچیده خواهید داشت. پروژههای یادگیری ماشینی با استفاده از Scala.
این مسیر یادگیری برخی از بهترینهایی را که Packt ارائه میکند در یک بسته کامل و مدیریتشده ترکیب میکند. این شامل محتوای محصولات Packt زیر است:
یک آموزش با مثالهای کامل، این دوره ابزارهایی را در اختیار شما قرار میدهد تا فوراً راهحلهای مفید مهندسی داده و علم داده را شروع کنید. این دوره نمونههای عملی از این زمینه را در مورد نحوه برخورد صحیح با مشکلات تجزیه و تحلیل دادهها، به ویژه برای مجموعه دادههای کلان مدرن ارائه میدهد.
Leverage the power of Scala and master the art of building, improving, and validating scalable machine learning and AI applications using Scala's most advanced and finest features
This Learning Path is for engineers and scientists who are familiar with Scala and want to learn how to create, validate, and apply machine learning algorithms. It will also benefit software developers with a background in Scala programming who want to apply machine learning.
This Learning Path aims to put the entire world of machine learning with Scala in front of you.
Scala for Data Science, the first module in this course, is a tutorial guide that provides tutorials on some of the most common Scala libraries for data science, allowing you to quickly get up to speed building data science and data engineering solutions.
The second course, Scala for Machine Learning guides you through the process of building AI applications with diagrams, formal mathematical notation, source code snippets, and useful tips. A review of the Akka framework and Apache Spark clusters concludes the tutorial.
The next module, Mastering Scala Machine Learning, is the final step in this course. It will take your knowledge to next level and help you use the knowledge to build advanced applications such as social media mining, intelligent news portals, and more. After a quick refresher on functional programming concepts using REPL, you will see some practical examples of setting up the development environment and tinkering with data. We will then explore working with Spark and MLlib using k-means and decision trees.
By the end of this course, you will be a master at Scala machine learning and have enough expertise to be able to build complex machine learning projects using Scala.
This Learning Path combines some of the best that Packt has to offer in one complete, curated package. It includes content from the following Packt products:
A tutorial with complete examples, this course will give you the tools to start building useful data engineering and data science solutions straightaway. This course provides practical examples from the field on how to correctly tackle data analysis problems, particularly for modern Big Data datasets.