機(jī)器學(xué)習(xí)系統(tǒng)

定　價(jià)：￥59.80

作　者：	[美] 杰夫·史密斯（Jeff Smith）著，潘海為，張春新譯
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

京東 (￥59.80)

ISBN：	9787302534853	出版時(shí)間：	2019-09-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	184	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　如果正在構(gòu)建用于小規(guī)模使用的機(jī)器學(xué)習(xí)模型，那么該書(shū)不太適合你。但是，如果你是開(kāi)發(fā)人員，正在構(gòu)建需要快速響應(yīng)的、可靠的且具有良好用戶體驗(yàn)的產(chǎn)品級(jí)ML應(yīng)用程序，那么該書(shū)再適合不過(guò)。該書(shū)涵蓋機(jī)器學(xué)習(xí)系統(tǒng)的原理和實(shí)踐，這些原理和實(shí)踐非常容易運(yùn)行和維護(hù)，而且對(duì)用戶來(lái)說(shuō)具有良好的可靠性?！稒C(jī)器學(xué)習(xí)系統(tǒng)》教你設(shè)計(jì)和實(shí)現(xiàn)可用于產(chǎn)品的ML系統(tǒng)。在使用Spark構(gòu)建管道，使用Akka創(chuàng)建高度可伸縮的服務(wù)，以及在大量數(shù)據(jù)集上使用強(qiáng)大的機(jī)器學(xué)習(xí)庫(kù)（如MLib）時(shí)，你將學(xué)習(xí)反應(yīng)式設(shè)計(jì)的原則。這些例子是使用Scala語(yǔ)言編寫(xiě)的，但是同樣的思想和工具在Java中也適用。主要內(nèi)容·使用Spark、MLlib和Akka·反應(yīng)式設(shè)計(jì)模式·監(jiān)控和維護(hù)大型系統(tǒng)·特征、actor和監(jiān)督讀者對(duì)象：讀者需要具備Java或Scala中級(jí)技能，不需要有機(jī)器學(xué)習(xí)經(jīng)驗(yàn)。

作者簡(jiǎn)介

　　杰夫·史密斯（Jeff Smith），構(gòu)建了強(qiáng)大的機(jī)器學(xué)習(xí)系統(tǒng)。在過(guò)去十年中，他一直致力于構(gòu)建數(shù)據(jù)科學(xué)應(yīng)用程序、團(tuán)隊(duì)和公司，使其成為位于紐約、舊金山和中國(guó)香港的各個(gè)團(tuán)隊(duì)的一部分。

圖書(shū)目錄

第Ⅰ部分反應(yīng)式機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)
第1章學(xué)習(xí)反應(yīng)式機(jī)器學(xué)習(xí)
1．1 機(jī)器學(xué)習(xí)系統(tǒng)的一個(gè)示例
1．1．1 構(gòu)建原型系統(tǒng)
1．1．2 建立更好的系統(tǒng)
1．2 反應(yīng)式機(jī)器學(xué)習(xí)
1．2．1 機(jī)器學(xué)習(xí)
1．2．2 反應(yīng)式系統(tǒng)
1．2．3 使機(jī)器學(xué)習(xí)系統(tǒng)具有反應(yīng)性
1．2．5 何時(shí)不使用反應(yīng)式機(jī)器學(xué)習(xí)
1．3 本章小結(jié)
第2章使用反應(yīng)式工具
2．1 Scala 一種反應(yīng)式語(yǔ)言
2．1．1 對(duì)Scala中的不確定性做出反應(yīng)
2．1．2 時(shí)間的不確定性
2．2 Akka，一個(gè)反應(yīng)式工具包
2．2．1 actor模型
2．2．2 使用Akka確?；貜椥?br />2．3 Spark，一個(gè)反應(yīng)式的
大數(shù)據(jù)框架
2．4 本章小結(jié)
第Ⅱ部分構(gòu)建反應(yīng)式機(jī)器學(xué)習(xí)系統(tǒng)
第3章收集數(shù)據(jù)
3．1 感知不確定數(shù)據(jù)
3．2 收集大規(guī)模數(shù)據(jù)
3．2．1 維護(hù)分布式系統(tǒng)中的狀態(tài)
3．2．2 了解數(shù)據(jù)收集
3．3 持久化數(shù)據(jù)
3．3．1 彈性和回彈性數(shù)據(jù)庫(kù)
3．3．2 事實(shí)數(shù)據(jù)庫(kù)
3．3．3 查詢持久化事實(shí)
3．3．4 了解分布式事實(shí)數(shù)據(jù)庫(kù)
3．4 應(yīng)用
3．5 反應(yīng)性
3．6 本章小結(jié)
第4章生成特征
4．1 Spark ML
4．2 提取特征
4．3 轉(zhuǎn)換特征
4．3．1 共同特征轉(zhuǎn)換
4．3．2 轉(zhuǎn)換概念
4．4 選擇特征
4．5 構(gòu)造特征代碼
4．5．1 特征生成器
4．5．2 特征集的組成
4．6 應(yīng)用
4．7 反應(yīng)性
4．8 本章小結(jié)
第5章學(xué)習(xí)模型
5．1 實(shí)現(xiàn)學(xué)習(xí)算法
5．1．1 貝葉斯建模
5．1．2 實(shí)現(xiàn)樸素貝葉斯
5．2 使用MLlib
5．2．1 構(gòu)建ML管道
5．2．2 演化建模技術(shù)
5．3 構(gòu)建外觀模式
5．4 反應(yīng)性
5．5 本章小結(jié)
第6章評(píng)估模型
6．1 檢測(cè)欺詐
6．2 測(cè)試數(shù)據(jù)
6．3 模型度量
6．4 測(cè)試模型
6．5 數(shù)據(jù)泄漏
6．6 記錄起源
6．7 反應(yīng)性
6．8 本章小結(jié)
第7章發(fā)布模型
7．1 農(nóng)業(yè)的不確定性
7．2 持久化模型
7．3 服務(wù)模型
7．3．1 微服務(wù)
7．3．2 Akka HTTP
7．4 容器化應(yīng)用
7．5 反應(yīng)性
7．6 本章小結(jié)
第8章響應(yīng)
8．1 以海龜?shù)乃俣纫苿?dòng)
8．2 用任務(wù)構(gòu)建服務(wù)
8．3 預(yù)測(cè)交通
8．4 處理失敗
8．5 構(gòu)建響應(yīng)系統(tǒng)
8．6 反應(yīng)性
8．7 本章小結(jié)
第Ⅲ部分操作機(jī)器學(xué)習(xí)系統(tǒng)
第9章交付
9．1 運(yùn)送水果
9．2 構(gòu)建和打包
9．3 構(gòu)建管道
9．4 評(píng)估模型
9．5 部署
9．6 反應(yīng)性
9．7 本章小結(jié)
第10章演化智能
10．1 聊天
10．2 人工智能
10．3 反射代理
10．4 智能代理
10．5 學(xué)習(xí)代理
10．6 反應(yīng)式學(xué)習(xí)代理
10．6．1 反應(yīng)原則
10．6．2 反應(yīng)策略
10．6．3 反應(yīng)式機(jī)器學(xué)習(xí)
10．7 反應(yīng)性
10．7．1 庫(kù)
10．7．2 系統(tǒng)數(shù)據(jù)
10．8 反應(yīng)性探索
10．8．1 用戶
10．8．2 系統(tǒng)維度
10．8．3 應(yīng)用反應(yīng)原則
10．9 本章小結(jié)
附錄