出版社:机械工业出版社
年代:2019
定价:69.0
本书专门介绍如何实现可扩展的机器学习,即通过可扩展的机器学习算法以及最新和最有效的机器算法,达到利用Python进行大规模机器学习的目的。读者从中可以学会:应用最可扩展的机器学习算法、使用最新大规模机器学习技术、以深度学习和可扩展数据处理技术来提高预测准确性、在Spark中使用MapReduce框架、通过Spark和Hadoop应用有效的机器学习算法、构建强大的可扩展集成、通过单机处理极端大型数据集、使用数据流训练线性和非线性预测模型等技术。
书籍详细信息 | |||
书名 | Python大规模机器学习站内查询相似图书 | ||
丛书名 | 大数据技术丛书 | ||
9787111623144 如需购买下载《Python大规模机器学习》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN | |||
出版地 | 北京 | 出版单位 | 机械工业出版社 |
版次 | 1版 | 印次 | 1 |
定价(元) | 69.0 | 语种 | 简体中文 |
尺寸 | 19 × 24 | 装帧 | 平装 |
页数 | 397 | 印数 | 3000 |
(印) 阿布舍克·维贾亚瓦吉亚 (Abhishek Vijayvargia) , 著
(美) 达西·哈龙 (Danish Haroon) , 著
(美) 塞巴斯蒂安·拉施卡 (Sebastian Raschka) , (美) 瓦希德·米尔贾利利 (Vahid Mirjalili) , 著
柯博文, 编著
赵涓涓, 强彦, 主编
(美) 塞巴斯蒂安·拉施卡 (Sebastian Raschka) , 著
(新加坡) 李伟梦, 著
翟锟, 胡锋, 周晓然, 编著
裔隽, 等著