Крупномасштабное машинное обучение вместе с Python | Large-Scale Machine Learning with Python

Крупномасштабное машинное обучение вместе с Python

Шарден Бастиан, Лука Массарон, Альберто Боскетти, 2018

Обзор

В условиях роста объемов больших данных возрастает потребность в вычислительной и алгоритмической эффективности. Эта книга предлагает методы применения мощных инструментов машинного обучения с открытым исходным кодом для крупномасштабных проектов, избегая дорогих корпоративных решений и сложных вычислительных кластеров. Рассматриваются масштабируемое обучение в Scikit-learn, нейронные сети и глубокое обучение с использованием Theano, H2O и TensorFlow. Описаны классификационные и регрессионные деревья, а также обучение без учителя.

Кому подойдёт

• Специалистам, работающим с большими данными.
• Разработчикам, желающим применять машинное обучение в Python.
• Исследователям, изучающим масштабируемые методы обработки данных.
• Инженерам, интересующимся платформами Hadoop и Spark.

Ключевые особенности

• Язык: Русский
• Страниц: 358
• Тип обложки: твердый переплёт
• Издательство: ДМК Пресс
• Год: 2018
• ISBN: 9781785887215

Large-Scale Machine Learning with Python

Bastian, Massaron, Boschetti, 2018

Overview

As big data proliferates, the demand for computational and algorithmic efficiency grows. This book provides methods for applying powerful open-source machine learning techniques to large-scale projects without relying on costly enterprise solutions or extensive computing clusters. It covers scalable learning in Scikit-learn, neural networks, and deep learning with Theano, H2O, and TensorFlow. Classification and regression trees, along with unsupervised learning, are discussed.

Who it's for

• Professionals working with large datasets.
• Developers seeking to implement machine learning in Python.
• Researchers exploring scalable data processing methods.
• Engineers interested in Hadoop and Spark platforms.

Key features

• Language: Russian
• Pages: 358
• Binding: Hardcover
• Publisher: DMK Press
• Year: 2018
• ISBN: 9781785887215