×
Dodano do koszyka:
Pozycja znajduje się w koszyku, zwiększono ilość tej pozycji:
Zakupiłeś już tę pozycję:
Książkę możesz pobrać z biblioteki w panelu użytkownika
Pozycja znajduje się w koszyku
Przejdź do koszyka

Zawartość koszyka

ODBIERZ TWÓJ BONUS :: »

Spark. Rozproszone uczenie maszynowe na dużą skalę. Jak korzystać z MLlib, TensorFlow i PyTorch

(ebook) (audiobook) (audiobook)
Autor:
Adi Polak
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
Stron:
264
Druk:
oprawa miękka
Dostępne formaty:
     ePub
     Mobi
Czytaj fragment

Książka (59,92 zł najniższa cena z 30 dni)

74,90 zł (-20%)
59,92 zł

Powiadom mnie, gdy książka będzie dostępna

Dodaj do koszyka

Przedsprzedaż Realizacja zamówień od 2024-08-06

(59,92 zł najniższa cena z 30 dni)

Wysyłamy towar w ciągu 24h licząc od dnia premiery

Ebook (48,69 zł najniższa cena z 30 dni)

74,90 zł (-35%)
48,69 zł

Powiadom mnie, gdy książka będzie dostępna

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przedsprzedaż Realizacja zamówień od 2024-08-06

(48,69 zł najniższa cena z 30 dni)

eBook w Twojej bibliotece dostępny będzie w dniu premiery

Przenieś na półkę

Do przechowalni

Do przechowalni

Powiadom o dostępności audiobooka »

Jeśli chcesz dostosować swoją pracę do większych zbiorów danych i bardziej złożonych kodów, potrzebna 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, ale również tworzenie powtarzalnego kodu.

Dzięki tej książce nauczysz się holistycznego podejścia, które zdecydowanie usprawni współpracę między zespołami. Najpierw zapoznasz się z podstawowymi informacjami o przepływach pracy związanych z uczeniem maszynowym przy użyciu Apache Spark i pakietu PySpark. Nauczysz się też zarządzać cyklem życia eksperymentów dla potrzeb uczenia maszynowego za pomocą biblioteki MLflow. Z kolejnych rozdziałów dowiesz się, jak od strony technicznej wygląda korzystanie z platformy uczenia maszynowego. W książce znajdziesz również 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, autor książki Fundamentals of Data Observability

Wybrane bestsellery

O autorze książki

Adi Polak jest doświadczoną inżynierką, wiceprezeską do spraw programistów w firmie Treeverse, członkinią wielu grup eksperckich. Bierze udział w organizowaniu takich konferencji jak Data + AI Summit by Databricks, Current by Confluent i Scale by the Bay. Doświadczenie w uczeniu maszynowym zdobywała, prowadząc badania dla wielu firm z listy Fortune 500.

Zobacz pozostałe książki z serii

Helion - inne książki

Zamknij

Przenieś na półkę

Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Zamknij Pobierz aplikację mobilną Ebookpoint