※※ 公式未来函数在线检测 ※※
开启辅助访问
※※ 公式未来函数在线检测 ※※
请
登录
后使用快捷导航
没有帐号?
注册昵称
用户名
Email
自动登录
找回密码
密码
登录
注册昵称
只需一步,快速开始
股资源
最近更新
自助开通
9,9终身区
金币课程区
搜课吧
搜索
搜索
本版
帖子
用户
股资源-股票学习站-学炒股-股票课程-炒股教程-分析选股指标-入门基础知识
»
股资源
›
【股票学习站名师目录】
›
股票电子书课件文档
›
實戰機器學習:使用Spark Rajdeep Dua Manpreet Singh ...
返回列表
實戰機器學習:使用Spark Rajdeep Dua Manpreet Singh Ghotra
[-----复制链接-----]
股票学习站
股票学习站
当前离线
积分
11012
22万
主题
22万
帖子
14
精华
积分
11012
楼主
2020-4-15 03:12:33
仅赞助9,9。开通终身会员,超多精品课程,精准指标任你下载。错过此站,后悔一生!!
【资料名称】:實戰機器學習:使用Spark
【资料描述】:
041500414475.jpg
下载附件
041500414475.jpg
2020-4-15 03:12 上传
學習熱門的機器學習演算法 本書介紹熱門的機器學習演算法及其實作方式。你將會了解如何在Spark ML這套開發框架之內,實作各種機器學習概念。首先,我們會帶你在單一節點與多重節點的運算叢集上,完成Spark的安裝工作;接著,說明如何執行以Scala和Python語言撰寫的Spark ML程式;然後以幾套資料集為範例,深入探索分群、分類與迴歸;最後,利用Spark ML來處理文字資料。 打造可以應用於工作中的機器學習程式 弄懂概念之後,便可運用來實作演算法,可能是從頭開始,或是將既有的系統轉移到這個新平台,像是從Mahout或Scikit轉移到Spark ML。當你讀完本書之時,應該能夠善加運用Spark,打造可以應用於工作中的機器學習程式。 本書將帶您: .實際動手嘗試最新版的Spark ML .以Scala與Python語言撰寫Spark程式 .在本機以及Amazon ECS雲端平台上,安裝並設置Spark開發環境 .取用公開的機器學習資料集,使用Spark進行資料的載入、處理、清理與轉換等動作 .處理巨量的文字資料,包括特徵萃取,並使用文字資料作為輸入餵給機器學習模型 .撰寫Spark函式,評估機器學習模型的表現能力
目錄
CHAPTER 01 與Spark一起奔跑
在本地端安裝並設定Spark
Spark 叢集
Spark 程式設計模型
SchemaRDD
Spark 資料框
邁出第一步撰寫Spark 程式:使用Scala 語言
邁出第一步撰寫Spark 程式:使用Java 語言
邁出第一步撰寫Spark 程式: 使用Python 語言
邁出第一步撰寫Spark 程式:使用R 語言
在Amazon EC2 上執行Spark
設定Amazon Elastic MapReduce 並執行Spark
Spark 的使用者介面
Spark 支援的機器學習演算法
與其他程式庫相比,Spark ML 的優勢
在Google Compute Engine 上頭建立Spark 叢集:Cloud Dataproc
總結
CHAPTER 02 機器學習需要的數學知識
線性代數
梯度下降法
過去經驗、可能性、事後機率
微積分
圖表繪製
總結
CHAPTER 02 設計機器學習系統
何謂機器學習?
介紹MovieStream
機器學習系統的商業案例
機器學習模型的種類
以資料驅動的機器學習系統的組成元件
機器學習系統的架構
Spark MLlib
效能提升:在Spark MLlib 之上的Spark ML
比較MLlib 支援的演算法
MLlib 支援的方法和開發人員API
MLlib 版本
MLlib 版本比較
總結
CHAPTER 04 Spark取得資料並進行處理準備
存取公開資料
資料探索與視覺化
資料處理與轉換
從資料萃取出有用的特徵
總結
CHAPTER 05 使用Spark建構推薦引擎
推薦模型的種類
從你的資料萃取出正確特徵
訓練推薦模型
使用推薦模型
評估推薦模型的表現
FP-Growth 演算法
總結
CHAPTER 06 使用Spark建構分類模型
分類模型的類型
從資料萃取出正確的特徵
訓練分類模型
使用分類模型
增進模型表現能力與調校參數
其他特徵
總結
CHAPTER 07 使用Spark建構迴歸模型
迴歸模型的種類
評估迴歸模型的表現能力
從資料萃取出正確的特徵
訓練迴歸模型並使用
增進模型表現能力與調校參數
總結
CHAPTER 08 使用Spark建構分群模型
分群模型的種類
從資料萃取出正確的特徵
k- 平均演算法:訓練分類模型
k- 平均演算法:評估分群模型的表現能力
WSSSE 受迭代次數的影響
二分k- 平均演算法
二分k- 平均演算法:訓練分群模型
高斯混合模型
總結
CHAPTER 09 Spark與維度縮減
維度縮減的種類
從資料萃取出正確的特徵
訓練維度縮減模型
使用維度縮減模型
評估維度縮減模型
總結
CHAPTER 10 Spark與進階文字處理
文字資料為何如此特別?
從資料萃取出正確的特徵
使用tf-idf 模型
評估文字處理的影響
以Spark 2.0 進行文字分類
Word2Vec 模型
Word2Vec 與20 個新聞群組資料集
總結
CHAPTER 11 Spark串流程式庫與即時機器學習
線上學習
串流處理
Spark 串流與線上學習
線上模型評估
結構化串流
總結
CHAPTER 12 Spark ML 的工作流程API
介紹工作流程
工作流程如何運作?
機器學習工作流程範例
總結
【下载地址隐藏】: 点:回复可见地址
游客,如果您要查看本帖隐藏内容请
回复
上一篇:
天工,諸神,機械人:希臘神話與遠古文明的工藝科技夢
下一篇:
解析星星的性格:12星座人生全攻略 朦朦夫人 (著)
回复
举报
返回列表
|
GMT+8, 2024-9-8 08:59
快速回复
返回顶部
返回列表