Upload dokumentów - promocja książek - darmowy hosting pdf - czytaj fragmenty
Jeśli pragniesz dostosować własną pracę do większych zbiorów danych i bardziej złożonych kodów, niezbędna Ci jest znajomość technik rozproszonego uczenia maszynowego. W tym celu warto poznać frameworki Apache Spark, PyTorch i TensorFlow, a także bibliotekę MLlib. Biegłość w posługiwaniu się tymi narzędziami przyda Ci się w całym cyklu życia oprogramowania ... nie tylko ułatwi współpracę, lecz też tworzenie powtarzalnego kodu. Dzięki tej książce pdf nauczysz się holistycznego podejścia, które zdecydowanie usprawni współpracę pomiędzy zespołami. Najpierw zapoznasz się z podstawowymi informacjami o przepływach pracy związanych z uczeniem maszynowym przy użyciu Apache Spark i pakietu PySpark. Nauczysz się również zarządzać cyklem życia eksperymentów dla potrzeb uczenia maszynowego za pomocą biblioteki MLflow. Z kolejnych epizodów dowiesz się, jak od strony technicznej wygląda korzystanie z platformy uczenia maszynowego. W książce pdf odnajdziesz też opis wzorców wdrażania, wnioskowania i monitorowania modeli w środowisku produkcyjnym. Najciekawsze zagadnienia: * cykl życia uczenia maszynowego i MLflow * inżynieria cech i przetwarzanie wstępne za pomocą Sparka * szkolenie modelu i budowa potoku * budowa systemu danych z wykorzystaniem uczenia głębokiego * praca TensorFlow w trybie rozproszonym * skalowanie systemu i tworzenie jego wewnętrznej architektury Właśnie takiej książki społeczność Sparka wyczekuje od dekady! Andy Petrella, twórca książki Fundamentals of Data Observability >
Szczegóły | |
---|---|
Tytuł | Spark. Rozproszone uczenie maszynowe na dużą skalę. Jak korzystać z MLlib, TensorFlow i PyTorch - ebook mobi |
Autor: | Adi Polak |
Rozszerzenie: | brak |
Język wydania: | polski |
Ilość stron: | |
Wydawnictwo: | Wydawnictwo Helion |
Rok wydania: | 2024 |
Tytuł | Data Dodania | Rozmiar |
---|
PDF Upload - Zapytania o Książki - Dokumenty © 2018 - Wszystkie prawa zastrzeżone.