Praktické strojové učení pro proudová data s Pythonem: Navrhujte, vyvíjejte a ověřujte modely online učení: praktické aplikace pro pythony v praxi.

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 3 hlasů.

Původní název:

Practical Machine Learning for Streaming Data with Python: Design, Develop, and Validate Online Learning Models

Obsah knihy:

Kapitola 1: Úvod do proudových datCíl kapitoly: Seznámit čtenáře s konceptem proudových dat, s různými problémy s nimi spojenými, s některými jejich reálnými podnikovými aplikacemi, s různými technikami okenního zpracování a s koncepty přírůstkových a online algoritmů učení. Tato kapitola také pomůže pochopit koncept vyhodnocování modelů v případě proudových dat a poskytne úvod do rámce Scikit-Multiflow v jazyce Python. Počet stran - 35Témata1. Streamování dat2. Problémy proudových dat3. Drift konceptů4. Aplikace proudových dat5. Techniky zobrazování v oknech6. Inkrementální učení a online učení7. Ilustrace: Přijetí dávkového učení na inkrementální učení8. Úvod do rámce Scikit-Multiflow9. Vyhodnocování algoritmů pro streamování.

Kapitola 2: Detekce změnCíl kapitoly: Pomoci čtenářům porozumět různým algoritmům detekce změn/detekce posunu pojmů a jejich implementaci na různých datových sadách pomocí Scikit-Multiflow. Počet stran: 1: Počet stran: 35Témata: 1. Problém detekce změn2. Algoritmy detekce driftu pojmů3. ADWIN4. DDM5. EDDM6. Hinkleyho stránka.

Kapitola 3: Supervised a Unsupervised Learning for Streaming DataCíl kapitoly: Pomoci čtenářům porozumět různým regresním a klasifikačním algoritmům (včetně Ensemble Learning) pro streamovaná data a jejich implementaci na různých datových sadách pomocí Scikit-Multiflow. Proberte také některé přístupy ke shlukování pomocí proudových dat a jejich implementaci pomocí jazyka Python. Počet stran: Počet stran: 35Sub - Témata: 1. Regrese se streamovanými daty2. Klasifikace se streamovanými daty3. Učení souborů s proudovými daty4. Shlukování se streamovanými daty.

Kapitola 4: Další nástroje a cesta vpředCíl kapitoly: Seznámit čtenáře s dalšími open source nástroji pro práci se streamovanými daty, jako jsou Spark streaming, MOA a další. Také poučit čtenáře o další četbě pro pokročilá témata v rámci analýzy streamovaných dat. Počet stran: 1: 35Sub - Témata: 1. Další nástroje pro práci se streamovanými daty1. 1. 1. Apache Spark1. 1. 2. Masivní online analýza (MOA)1. 1. 3. Apache Kafka2. Aktivní oblasti výzkumu a průlomové objevy v oblasti analýzy proudových dat3. Závěr.