Gépi tanulás PySparkkal: Természetes nyelvi feldolgozással és ajánlórendszerekkel

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 4 olvasói szavazat alapján történt.

Eredeti címe:

Machine Learning with PySpark: With Natural Language Processing and Recommender Systems

Könyv tartalma:

A PySpark 3 új funkcióinak elsajátítása. 1 segítségével adatvezérelt, intelligens alkalmazásokat fejleszthet. Ez a frissített kiadás a skálázható gépi tanulási modellek építésétől kezdve a természetes nyelvi feldolgozáson át az ajánlórendszerekig terjedő témakörökkel foglalkozik.

A Machine Learning with PySpark, Second Edition az Apache Spark alapjaival kezdődik, beleértve a keretrendszer legújabb frissítéseit is. Ezután a hagyományos gépi tanulási algoritmusok teljes spektrumát megismerheti, a természetes nyelvi feldolgozással és az ajánlórendszerekkel együtt. Megismerkedhet a gépi tanulási algoritmusok kiválasztásának, az adatbevitelnek és az adatfeldolgozásnak az üzleti problémák megoldásához szükséges kritikus folyamatával. Bemutatjuk, hogyan lehet felügyelt gépi tanulási modelleket, például lineáris regressziót, logisztikus regressziót, döntési fákat és véletlen erdőket építeni. Azt is megtudhatja, hogyan automatizálhatja a lépéseket a Spark pipelines segítségével, majd olyan felügyelet nélküli modellek következnek, mint a K-means és a hierarchikus klaszterezés. A természetes nyelvfeldolgozásról (NLP) szóló rész a szövegfeldolgozással, a szövegbányászattal és az osztályozáshoz szükséges beágyazásokkal foglalkozik. Ez az új kiadás bemutatja a Sparkban a Koalas-t is, valamint azt, hogyan automatizálható az adatmunkafolyamat az Airflow és a PySpark legújabb ML-könyvtárának használatával.

A könyv befejezése után megérti, hogyan használhatja a PySpark gépi tanulási könyvtárát különböző gépi tanulási modellek létrehozására és betanítására, valamint a kapcsolódó komponensekkel, például az adatbevitellel, feldolgozással és vizualizációval együtt, hogy adatvezérelt intelligens alkalmazásokat fejlesszen.

Amit tanulni fog:

⬤ Felügyelt és felügyelet nélküli gépi tanulási algoritmusok spektrumának felépítése.

⬤ A PySpark gépi tanulási könyvtárának használata gépi tanulási és ajánlórendszerek megvalósításához.

⬤ A PySpark gépi tanulási könyvtár új funkcióinak kihasználása.

⬤ Tanulja meg az adatfeldolgozást a Sparkban a Koalas segítségével.

⬤ Kezelje a jellemzők tervezésével, az osztályok egyensúlyával, a torzítással és a varianciával, valamint a keresztvalidálással kapcsolatos kérdéseket az optimálisan illeszkedő modellek létrehozásához.

Kinek szól ez a könyv

Adattudományi és gépi tanulással foglalkozó szakemberek.