机器学习系统
机器学习系统电子书籍推荐下载地址
内容简介：
如果正在构建用于小规模使用的机器学习模型，那么本书不太适合你。但是，如果你是开发人员，正在构建需要快速响应的、可靠的且具有良好用户体验的产品级ML应用程序，那么本书再适合不过。本书涵盖机器学习系统的原理和实践，这些原理和实践非常容易运行和维护，而且对用户来说具有良好的可靠性。
《机器学习系统》教你设计和实现可用于产品的ML系统。在使用Spark构建管道、使用Akka创建高度可伸缩的服务，以及在大量数据集上使用强大的机器学习库(如MLib)时，你将学习反应式设计的原则。这些例子是使用Scala语言编写的，但是同样的思想和工具在Java中也适用。
主要内容
使用Spark、MLlib和Akka
反应式设计模式
监控和维护大型系统
特征、actor和监督
读者需要具备Java或Scala中级技能，但不需要有机器学习经验。
书籍目录：
目 录
第Ⅰ部分 反应式机器学习基础知识
第1章 学习反应式机器学习 3
1.1 机器学习系统的一个示例 4
1.1.1 构建原型系统 4
1.1.2 建立更好的系统 6
1.2 反应式机器学习 7
1.2.1 机器学习 7
1.2.2 反应式系统 12
1.2.3 使机器学习系统具有反应性 15
1.2.5 何时不使用反应式机器学习 19
1.3 本章小结 19
第2章 使用反应式工具 21
2.1 Scala，一种反应式语言 22
2.1.1 对Scala中的不确定性做出反应 23
2.1.2 时间的不确定性 24
2.2 Akka，一个反应式工具包 27
2.2.1 actor模型 27
2.2.2 使用Akka确保回弹性 29
2.3 Spark，一个反应式的大数据框架 32
2.4 本章小结 37
第Ⅱ部分 构建反应式机器学习系统
第3章 收集数据 41
3.1 感知不确定数据 42
3.2 收集大规模数据 45
3.2.1 维护分布式系统中的状态 45
3.2.2 了解数据收集 50
3.3 持久化数据 50
3.3.1 弹性和回弹性数据库 51
3.3.2 事实数据库 52
3.3.3 查询持久化事实 54
3.3.4 了解分布式事实数据库 59
3.4 应用 63
3.5 反应性 64
3.6 本章小结 64
第4章 生成特征 67
4.1 Spark ML 68
4.2 提取特征 69
4.3 转换特征 72
4.3.1 共同特征转换 74
4.3.2 转换概念 76
4.4 选择特征 77
4.5 构造特征代码 79
4.5.1 特征生成器 79
4.5.2 特征集的组成 83
4.6 应用 86
4.7 反应性 87
4.8 本章小结 88
第5章 学习模型 89
5.1 实现学习算法 90
5.1.1 贝叶斯建模 92
5.1.2 实现朴素贝叶斯 94
5.2 使用MLlib 98
5.2.1 构建ML管道 99
5.2.2 演化建模技术 103
5.3 构建外观模式 105
5.4 反应性 111
5.5 本章小结 112
第6章 评估模型 113
6.1 检测欺诈 114
6.2 测试数据 115
6.3 模型度量 118
6.4 测试模型 123
6.5 数据泄漏 125
6.6 记录起源 126
6.7 反应性 128
6.8 本章小结 128
第7章 发布模型 129
7.1 农业的不确定性 130
7.2 持久化模型 130
7.3 服务模型 135
7.3.1 微服务 135
7.3.2 Akka HTTP 136
7.4 容器化应用 138
7.5 反应性 141
7.6 本章小结 142
第8章 响应 143
8.1 以海龟的速度移动 144
8.2 用任务构建服务 144
8.3 预测交通 146
8.4 处理失败 151
8.5 构建响应系统 155
8.6 反应性 156
8.7 本章小结 157
第Ⅲ部分 操作机器学习系统
第9章 交付 161
9.1 运送水果 161
9.2 构建和打包 162
9.3 构建管道 164
9.4 评估模型 165
9.5 部署 165
9.6 反应性 168
9.7 本章小结 168
第10章 演化智能 169
10.1 聊天 169
10.2 人工智能 170
10.3 反射代理 171
10.4 智能代理 172
10.5 学习代理 174
10.6 反应式学习代理 177
10.6.1 反应原则 177
10.6.2 反应策略 178
10.6.3 反应式机器学习 178
10.7 反应性 178
10.7.1 库 179
10.7.2 系统数据 179
10.8 反应性探索 181
10.8.1 用户 182
10.8.2 系统维度 182
10.8.3 应用反应原则 183
10.9 本章小结 184
附录 185
作者简介：
Jeff Smith构建了强大的机器学习系统。在过去十年中，他一直致力于构建数据科学应用程序、团队和公司，使其成为位于纽约、旧金山和中国香港的各个团队的一部分。
其它内容：
暂无其它内容！
下载评论
-
用户1734153456：
( 2024-12-14 13:17:36 )
图文版电子书下载稳定，支持EPUB/MOBI格式导出，值得收藏。
-
用户1714363291：
( 2024-04-29 12:01:31 )
流畅下载EPUB/TXT文件，精校学术推荐收藏，资源优质。
-
用户1741808341：
( 2025-03-13 03:39:01 )
高清的学术资源，图文设计提升阅读体验，值得收藏。
-
用户1715630404：
( 2024-05-14 04:00:04 )
优质版本小说资源，PDF/MOBI格式适配各种阅读设备，推荐下载。
-
用户1727220544：
( 2024-09-25 07:29:04 )
稳定下载MOBI/AZW3文件，精校期刊推荐收藏，推荐下载。
相关书评
暂时还没有人为这本书评论！
下载点评