Machine Learning with PySpark: Se zpracováním přirozeného jazyka a doporučovacími systémy

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 4 hlasů.

Původní název:

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

Obsah knihy:

Osvojte si nové funkce PySparku 3. 1 a vyvíjejte inteligentní aplikace založené na datech. Toto aktualizované vydání pokrývá témata od vytváření škálovatelných modelů strojového učení přes zpracování přirozeného jazyka až po doporučovací systémy.

Machine Learning with PySpark, Second Edition začíná základy Apache Spark, včetně nejnovějších aktualizací tohoto frameworku. Dále se seznámíte s celým spektrem implementací tradičních algoritmů strojového učení spolu se zpracováním přirozeného jazyka a doporučovacími systémy. Seznámíte se s kritickým procesem výběru algoritmů strojového učení, příjmu dat a jejich zpracování pro řešení obchodních problémů. Uvidíte ukázku vytváření modelů strojového učení pod dohledem, jako je lineární regrese, logistická regrese, rozhodovací stromy a náhodné lesy. Dozvíte se také, jak tyto kroky automatizovat pomocí pipeline Spark, a následně se seznámíte s modely bez dohledu, jako jsou K-means a hierarchické shlukování. Část věnovaná zpracování přirozeného jazyka (NLP) se zabývá zpracováním textu, vytěžováním textu a vkládáním pro klasifikaci. Toto nové vydání také představuje Koalas ve Sparku a způsoby automatizace práce s daty pomocí Airflow a nejnovější ML knihovny PySpark.

Po dokončení této knihy pochopíte, jak používat knihovnu strojového učení PySpark k vytváření a trénování různých modelů strojového učení spolu se souvisejícími komponentami, jako je příjem, zpracování a vizualizace dat, k vývoji inteligentních aplikací založených na datech.

Co se naučíte:

⬤ Sestavit spektrum algoritmů strojového učení s dohledem a bez dohledu.

⬤ Používat knihovnu strojového učení PySpark k implementaci strojového učení a doporučovacích systémů.

⬤ Využívat nové funkce knihovny strojového učení PySpark.

⬤ Pochopit zpracování dat pomocí Koalas ve Sparku.

⬤ Zvládnout otázky týkající se inženýrství příznaků, vyváženosti tříd, zkreslení a rozptylu a křížového ověřování s cílem vytvořit optimálně vhodné modely.

Pro koho je tato kniha určena

Profesionálům v oblasti datové vědy a strojového učení.