Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 4 votes.
Titre original :
Machine Learning with PySpark: With Natural Language Processing and Recommender Systems
Contenu du livre :
Maîtrisez les nouvelles fonctionnalités de PySpark 3. 1 pour développer des applications intelligentes basées sur les données. Cette édition mise à jour couvre des sujets allant de la construction de modèles d'apprentissage automatique évolutifs au traitement du langage naturel, en passant par les systèmes de recommandation.
Machine Learning with PySpark, Second Edition commence par les principes fondamentaux d'Apache Spark, y compris les dernières mises à jour du framework. Ensuite, vous apprendrez toute la gamme des implémentations traditionnelles d'algorithmes d'apprentissage automatique, ainsi que le traitement du langage naturel et les systèmes de recommandation. Vous vous familiariserez avec le processus critique de sélection des algorithmes d'apprentissage automatique, d'ingestion et de traitement des données pour résoudre les problèmes de l'entreprise. Vous assisterez à une démonstration de la construction de modèles d'apprentissage automatique supervisés tels que la régression linéaire, la régression logistique, les arbres de décision et les forêts aléatoires. Vous apprendrez également à automatiser les étapes à l'aide des pipelines Spark, puis à construire des modèles non supervisés tels que les K-means et le clustering hiérarchique. Une section sur le traitement du langage naturel (NLP) couvre le traitement de texte, le text mining et les embeddings pour la classification. Cette nouvelle édition présente également Koalas dans Spark et la façon d'automatiser le flux de données à l'aide d'Airflow et de la dernière bibliothèque ML de PySpark.
Après avoir terminé ce livre, vous comprendrez comment utiliser la bibliothèque d'apprentissage automatique de PySpark pour construire et entraîner divers modèles d'apprentissage automatique, ainsi que des composants connexes tels que l'ingestion de données, le traitement et la visualisation pour développer des applications intelligentes axées sur les données.
Ce que vous apprendrez :
⬤ Construire un spectre d'algorithmes d'apprentissage automatique supervisés et non supervisés.
⬤ Utiliser la bibliothèque d'apprentissage automatique de PySpark pour mettre en œuvre des systèmes d'apprentissage automatique et de recommandation.
⬤ Exploiter les nouvelles fonctionnalités de la bibliothèque d'apprentissage automatique de PySpark.
⬤ Comprendre le traitement des données en utilisant Koalas dans Spark.
⬤ Les questions relatives à l'ingénierie des caractéristiques, à l'équilibre des classes, au biais et à la variance, ainsi qu'à la validation croisée pour construire des modèles optimaux.
A qui s'adresse ce livre ?
Les professionnels de la science des données et de l'apprentissage automatique.
Autres informations sur le livre :
| ISBN : | 9781484277768 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
| Année de publication : | 2021 |
| Nombre de pages : | 220 |
Achat:
Actuellement disponible, en stock.
