Internet Information Portal
Яндекс

Меню сайта
Разделы новостей
Софт [4865]
Игры [6457]
Игры т.д. и т.п.
Программирование [6]
Скринсейверы [33]
Скринсейвер и все что их косаетя
Антивирус [684]
Всё что касается антивирусов т.д. и т.п.
Мобильные программы [1451]
Всё что касается телефона
Интернет программы [816]
Мультимедиа [6478]
Программы для работы со звуком и видео
Музыка [4891]
сборники музыки, рингтоны и т.д. и т.п.
Видео [3641]
Прочие [3998]
Рабочий стол [445]
Системные программы [1806]
Linux [20]
Графика [1197]
работа с изображениями т.д. и т.п.
Книги [19190]
Книги,литература и т.п.
Фильмы [101]
Боевики, Комедии, Фантастика, Приключения, Различные ситуации и лучшие моменты.
Драйвера [51]
Сборники драйверов и утилиты помогающие установить драйвера
Объявления
Набор журналистов!.

Мы будем рады Вас зачислить в нашу команду.Нам требуются люди, у которых есть желание помогать нам наполнять сайт интересными материалами.

Подробности в раздере "FAQ (вопрос/ответ)"

"Мы будем рады принять от вас пожертвование для развития сайта.
Z513148927408"
Наш опрос
Нужен ли Flash-аплоадер
Всего ответов: 101
Главная » 2020 » Декабрь » 22 » Боскетти А. - Крупномасштабное машинное обучение вместе с Python
Боскетти А. - Крупномасштабное машинное обучение вместе с Python
03:59

С распространением больших данных растет спрос на вычислительную и алгоритмическую эффективность. Книга «Крупномасштабное машинное обучение на языке Python» открывает новую волну алгоритмов машинного обучения, которые удовлетворяют требованиям масштабируемости, а также высокой прогнозной точности. В первую очередь, мы начинаем с семейства алгоритмов машинного обучения, которые считаются масштабируемыми. С этим семейством алгоритмов мы проведем вас через три уровня масштабируемости.
Первый уровень посвящен всему, что касается ускорения алгоритмов, которые могут использоваться на настольном компьютере. Мы предоставим советы относительно параллелизации и выделения памяти.
Второй уровень касается более новых алгоритмов, которые специально предназначены для масштабируемости и могут обрабатывать большие файлы.
Третий уровень непосредственно связан с машинным обучением в окружении больших данных. Мы также охватим самые эффективные методы машинного обучения в вычислительной парадигме MapReduce на платформах Hadoop и Spark на языке Python.

С этой книгой вы научитесь:

• применять большинство масштабируемых алгоритмов машинного обучения;
• работать с новейшими крупномасштабными методами машинного обучения;
• увеличивать прогнозную точность при помощи методов глубокого обучения и масштабируемых методов обработки данных;
• работать с вычислительной парадигмой Map-Reduce в платформе Spark;
• применять эффективные алгоритмы машинного обучения на основе платформ Spark и Hadoop;
• создавать мощные ансамбли в крупном масштабе;
• использовать потоки данных для обучения линейных и нелинейных прогнозных моделей на чрезвычайно больших наборах данных, используя всего одну машину.

Название: Крупномасштабное машинное обучение вместе с Python
Автор: Шарден Б.
Язык: Русский
Издательство: ДМК Пресс
Жанр: Компьютерная литература
Год выхода: 2018
Формат: pdf
Страниц: 358
Размер: 70 Мб

Скачать Боскетти А. - Крупномасштабное машинное обучение вместе с Python


Категория: Книги | Просмотров: 16 | Добавил: zyzy | Рейтинг: 0.0/0 | | Теги материала: издание, книга, электронная книга, литература

Случайные новости:

html-cсылка на публикацию
BB-cсылка на публикацию
Прямая ссылка на публикацию


Уважаемые посетители, если у Вас проблемы со скачиванием файлов или Вы уже скачали файл, то пожалуйста не поленитесь оставить комментарий или оцените. Этим Вы помогаете другим людям!
Публикация статей на других сайтах только с обратной ссылкой.
"Правила как бесплатно скачать файл."
Всего комментариев: 0
Добавлять комментарии могут только зарегистрированные пользователи.
[ Регистрация | Вход ]
Форма входа
Логин:
Пароль:
Друзья сайта
Поиск
Случайные новости:
Статистика

Онлайн всего: 7
Гостей: 2
Пользователей: 5
gregho4, caroleaf11, lorriegd1, josefinasp4, christawt18 Яндекс цитирования Рейтинг@Mail.ru
Copyright MyCorp © 2021