瀏覽紀錄

TOP
1/1
庫存:2
機器學習系統(簡體書)
人民幣定價:59.8元
定  價:NT$359元
優惠價: 87312
可得紅利積點:9 點

庫存:2

商品簡介

作者簡介

名人/編輯推薦

目次

使用Spark、MLlib和Akka ? 反應式設計模式 ? 監控和維護大型系統 ? 特徵、actor和監督 讀者需要具備Java或Scala中級技能,但不需要有機器學習經驗。
傑夫·史密斯(Jeff Smith),Jeff Smith構建了強大的機器學習系統。在過去十年中,他一直致力於構建數據科學應用程序、團隊和公司,使其成為位於紐約、舊金山和中國香港的各個團隊的一部分。
如果正在構建用於小規模使用的機器學習模型,那麼本書不太適合你。但是,如果你是開發人員,正在構建需要快速響應的、可靠的且具有良好用戶體驗的產品級ML應用程序,那麼本書再適合不過。本書涵蓋機器學習系統的原理和實踐,這些原理和實踐非常容易運行和維護,而且對用戶來說具有良好的可靠性。

《機器學習系統》教你設計和實現可用於產品的ML系統。在使用Spark構建管道、使用Akka創建高度可伸縮的服務,以及在大量數據集上使用強大的機器學習庫(如MLib)時,你將學習反應式設計的原則。這些例子是使用Scala語言編寫的,但是同樣的思想和工具在Java中也適用。
第Ⅰ部分 反應式機器學習基礎知識

第1章 學習反應式機器學習 3

1.1 機器學習系統的一個示例 4

1.1.1 構建原型系統 4

1.1.2 建立更好的系統 6

1.2 反應式機器學習 7

1.2.1 機器學習 7

1.2.2 反應式系統 12

1.2.3 使機器學習系統具有反應性 15

1.2.5 何時不使用反應式機器學習 19

1.3 本章小結 19

第2章 使用反應式工具 21

2.1 Scala,一種反應式語言 22

2.1.1 對Scala中的不確定性做出反應 23

2.1.2 時間的不確定性 24

2.2 Akka,一個反應式工具包 27

2.2.1 actor模型 27

2.2.2 使用Akka確保回彈性 29

2.3 Spark,一個反應式的大數據框架 32

2.4 本章小結 37




第Ⅱ部分 構建反應式機器學習系統

第3章 收集數據 41

3.1 感知不確定數據 42

3.2 收集大規模數據 45

3.2.1 維護分布式系統中的狀態 45

3.2.2 瞭解數據收集 50

3.3 持久化數據 50

3.3.1 彈性和回彈性數據庫 51

3.3.2 事實數據庫 52

3.3.3 查詢持久化事實 54

3.3.4 瞭解分布式事實數據庫 59

3.4 應用 63

3.5 反應性 64

3.6 本章小結 64

第4章 生成特徵 67

4.1 Spark ML 68

4.2 提取特徵 69

4.3 轉換特徵 72

4.3.1 共同特徵轉換 74

4.3.2 轉換概念 76

4.4 選擇特徵 77

4.5 構造特徵代碼 79

4.5.1 特徵生成器 79

4.5.2 特徵集的組成 83

4.6 應用 86

4.7 反應性 87

4.8 本章小結 88

第5章 學習模型 89

5.1 實現學習算法 90

5.1.1 貝葉斯建模 92

5.1.2 實現樸素貝葉斯 94

5.2 使用MLlib 98

5.2.1 構建ML管道 99

5.2.2 演化建模技術 103

5.3 構建外觀模式 105

5.4 反應性 111

5.5 本章小結 112

第6章 評估模型 113

6.1 檢測欺詐 114

6.2 測試數據 115

6.3 模型度量 118

6.4 測試模型 123

6.5 數據洩漏 125

6.6 記錄起源 126

6.7 反應性 128

6.8 本章小結 128

第7章 發佈模型 129

7.1 農業的不確定性 130

7.2 持久化模型 130

7.3 服務模型 135

7.3.1 微服務 135

7.3.2 Akka HTTP 136

7.4 容器化應用 138

7.5 反應性 141

7.6 本章小結 142

第8章 響應 143

8.1 以海龜的速度移動 144

8.2 用任務構建服務 144

8.3 預測交通 146

8.4 處理失敗 151

8.5 構建響應系統 155

8.6 反應性 156

8.7 本章小結 157

第Ⅲ部分 操作機器學習系統

第9章 交付 161

9.1 運送水果 161

9.2 構建和打包 162

9.3 構建管道 164

9.4 評估模型 165

9.5 部署 165

9.6 反應性 168

9.7 本章小結 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 學習代理 174

10.6 反應式學習代理 177

10.6.1 反應原則 177

10.6.2 反應策略 178

10.6.3 反應式機器學習 178

10.7 反應性 178

10.7.1 庫 179

10.7.2 系統數據 179

10.8 反應性探索 181

10.8.1 用戶 182

10.8.2 系統維度 182

10.8.3 應用反應原則 183

10.9 本章小結 184

附錄 185

購物須知

為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。

若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。

大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。

無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約20個工作天;
海外無庫存之書籍,平均作業時間約45個工作天,然不保證確定可調到貨,尚請見諒。