Strojové učení pro proudová data s Pythonem: Rychle vytvořte praktická online řešení strojového učení pomocí Riveru a dalších špičkových klíčových frameworků.

Recenze čtenářů

Kniha 'Machine Learning for Streaming Data with Python' od Joose Korstanjeho poskytuje komplexní úvod do online strojového učení s využitím knihovny River. Zahrnuje teoretické koncepty a praktické aplikace pro práci se streamovanými daty a nabízí různé příklady efektivně fungujícího kódu. Zatímco někteří recenzenti chválili její uspořádání a hloubku, jiní ji kritizovali za to, že postrádá podrobný obsah specifický pro streamování a předkládá základní informace.

Dobře strukturovaný a uspořádaný obsah.

Poskytuje teoretické i praktické znalosti.

(na základě 9 hodnocení čtenářů)

Původní název:

Machine Learning for Streaming Data with Python: Rapidly build practical online machine learning solutions using River and other top key frameworks

Obsah knihy:

Aplikujte strojové učení na proudová data pomocí praktických příkladů a vypořádejte se s problémy, které provázejí streamování

Klíčové vlastnosti:

⬤ Pracujte na případech použití streamingu, které se ve většině kurzů datové vědy neučí.

⬤ Získejte zkušenosti s nejmodernějšími nástroji pro streamování dat.

⬤ Řešit různé výzvy při práci se streamovanými daty.

Popis knihy:

Streamingová data jsou novou špičkovou technologií, na kterou je třeba si dát pozor v oblasti datové vědy a strojového učení. S rostoucí náročností obchodních potřeb vyžaduje mnoho případů použití analýzu v reálném čase a také strojové učení v reálném čase. Tato kniha vám pomůže zorientovat se v datové analýze pro proudová data a výrazně se zaměří na přizpůsobení strojového učení a dalších analytických metod případům proudových dat.

Nejprve se seznámíte s architekturou pro streamování a strojové učení v reálném čase. Dále se seznámíte s nejmodernějšími frameworky pro streamování dat, jako je River. Pozdější kapitoly se zaměří na různé průmyslové případy využití streamovaných dat, jako je online detekce anomálií a další. Postupně budete objevovat různé problémy a dozvíte se, jak je zmírnit. Kromě toho se naučíte osvědčené postupy, které vám pomohou využívat streamovaná data k vytváření poznatků v reálném čase.

Na konci této knihy získáte jistotu, kterou potřebujete pro streamování dat ve svých modelech strojového učení.

Co se naučíte:

⬤ Pochopíte výzvy a výhody práce se streamovanými daty.

⬤ Vyvíjet poznatky v reálném čase ze streamovaných dat.

⬤ Pochopit implementaci proudových dat s různými případy použití, které posílí vaše znalosti.

⬤ Vyvinout alternativu PCA, která dokáže pracovat s daty v reálném čase.

⬤ Prozkoumejte osvědčené postupy pro práci se streamovanými daty, které si bezpodmínečně musíte zapamatovat.

⬤ Vyvinout rozhraní API pro odvozování strojového učení v reálném čase.

Pro koho je tato kniha určena:

Tato kniha je určena datovým vědcům a inženýrům zabývajícím se strojovým učením, kteří mají zkušenosti se strojovým učením, jsou orientováni na praxi a technologie a chtějí se naučit aplikovat strojové učení na proudová data na praktických příkladech s moderními technologiemi. Přestože je nutná znalost základních konceptů jazyka Python a strojového učení, není nutná předchozí znalost streamingu.