ODBIERZ TWÓJ BONUS :: »

Spark. Rozproszone uczenie maszynowe na dużą skalę. Jak korzystać z MLlib, TensorFlow i PyTorch Adi Polak

Autor:
Adi Polak
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
3.0/6  Opinie: 1
Stron:
264
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
44,94 zł 74,90 zł (-40%)
44,94 zł najniższa cena z 30 dni

Dodaj do koszyka Wysyłamy w 24h

Ebook
37,45 zł 74,90 zł (-50%)
37,45 zł najniższa cena z 30 dni

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Etapów przepływu pracy uczenia maszynowego w środowiskach rozproszonych
  • Różnic między modelami scentralizowanymi a zdecentralizowanymi oraz ich architektur
  • Komunikacji i interakcji w systemach rozproszonych
  • Konfiguracji i uruchamiania środowiska Apache Spark oraz PySpark
  • Zarządzania cyklem życia eksperymentów uczenia maszynowego z wykorzystaniem MLflow
  • Pozyskiwania, przetwarzania wstępnego i analizy danych z użyciem Sparka
  • Inżynierii cech oraz ich ekstrakcji z tekstu i obrazów za pomocą MLlib
  • Szkolenia modeli nadzorowanych i nienadzorowanych w Spark MLlib
  • Budowania, ewaluacji i utrwalania potoków uczenia maszynowego
  • Łączenia Sparka z frameworkami uczenia głębokiego, takimi jak TensorFlow i PyTorch
  • Implementacji rozproszonego uczenia maszynowego w TensorFlow z różnymi strategiami trenowania
  • Wykorzystywania rozproszonych technik szkolenia modeli w PyTorch, w tym DDP i RPC
  • Rozwiązywania problemów typowych dla środowisk rozproszonych i integracji danych
  • Wdrażania modeli uczenia maszynowego z wykorzystaniem wzorców wdrożeniowych
  • Monitorowania modeli w środowisku produkcyjnym i reagowania na dryf danych oraz dryf modelu
  • Tworzenia produkcyjnych potoków uczenia maszynowego z użyciem MLlib, MLflow i mikrousług

Jeśli chcesz dostosować swoją pracę do większych zbiorów danych i bardziej złożonych kodów, potrzebna Ci jest znajomość technik rozproszonego uczenia maszynowego. W tym celu warto poznać frameworki Apache Spark, PyTorch i TensorFlow, a także bibliotekę MLlib. Biegłość w posługiwaniu się tymi narzędziami przyda Ci się w całym cyklu życia oprogramowania ― nie tylko ułatwi współpracę, ale również tworzenie powtarzalnego kodu.

Dzięki tej książce nauczysz się holistycznego podejścia, które zdecydowanie usprawni współpracę między zespołami. Najpierw zapoznasz się z podstawowymi informacjami o przepływach pracy związanych z uczeniem maszynowym przy użyciu Apache Spark i pakietu PySpark. Nauczysz się też zarządzać cyklem życia eksperymentów dla potrzeb uczenia maszynowego za pomocą biblioteki MLflow. Z kolejnych rozdziałów dowiesz się, jak od strony technicznej wygląda korzystanie z platformy uczenia maszynowego. W książce znajdziesz również opis wzorców wdrażania, wnioskowania i monitorowania modeli w środowisku produkcyjnym.

Najciekawsze zagadnienia:

  • cykl życia uczenia maszynowego i MLflow
  • inżynieria cech i przetwarzanie wstępne za pomocą Sparka
  • szkolenie modelu i budowa potoku
  • budowa systemu danych z wykorzystaniem uczenia głębokiego
  • praca TensorFlow w trybie rozproszonym
  • skalowanie systemu i tworzenie jego wewnętrznej architektury

Właśnie takiej książki społeczność Sparka wyczekuje od dekady!

Andy Petrella, autor książki Fundamentals of Data Observability

Wiosna w głowie, ebook w dłoni! / do -50% na tysiące tytułów

Wybrane bestsellery

O autorze książki

Adi Polak jest doświadczoną inżynierką, wiceprezeską do spraw programistów w firmie Treeverse, członkinią wielu grup eksperckich. Bierze udział w organizowaniu takich konferencji jak Data + AI Summit by Databricks, Current by Confluent i Scale by the Bay. Doświadczenie w uczeniu maszynowym zdobywała, prowadząc badania dla wielu firm z listy Fortune 500.

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy książka zawiera praktyczne przykłady kodu z wykorzystaniem Sparka, TensorFlow i PyTorch?
Tak, książka oferuje liczne praktyczne przykłady i fragmenty kodu ilustrujące zastosowanie Sparka, MLlib, TensorFlow oraz PyTorch w zadaniach rozproszonego uczenia maszynowego.
2. Jakie umiejętności techniczne są potrzebne, aby w pełni skorzystać z tej książki?
Przydatna będzie podstawowa znajomość programowania w Pythonie oraz podstawy uczenia maszynowego. Książka prowadzi czytelnika od wprowadzenia do bardziej zaawansowanych zagadnień, więc osoby z różnym poziomem doświadczenia znajdą tu wartościowe treści.
3. Czy książka omawia wdrażanie modeli uczenia maszynowego w środowisku produkcyjnym?
Tak, w książce znajdziesz szczegółowe rozdziały poświęcone wzorcom wdrażania, monitorowaniu modeli oraz najlepszym praktykom utrzymania systemów ML w produkcji.
4. Czy lektura tej książki pomoże mi zbudować skalowalne potoki danych i modeli?
Tak, książka uczy, jak projektować i wdrażać skalowalne potoki przetwarzania danych i szkolenia modeli z wykorzystaniem rozproszonych frameworków i narzędzi takich jak Apache Spark, MLlib, TensorFlow i PyTorch.
5. Czy książka nadaje się do samodzielnej nauki, czy wymaga dodatkowych materiałów?
Książka jest zaprojektowana do samodzielnej nauki - zawiera wyjaśnienia, przykłady, ćwiczenia oraz omówienie narzędzi, dzięki czemu możesz uczyć się we własnym tempie bez konieczności sięgania po dodatkowe źródła.
6. Czy znajdę tu informacje o integracji Sparka z innymi frameworkami uczenia głębokiego?
Tak, książka szczegółowo opisuje, jak łączyć Apache Spark z TensorFlow oraz PyTorch, a także omawia narzędzia takie jak Petastorm i SparkDatasetConverter ułatwiające integrację.
7. Czy książka porusza temat automatyzacji i zarządzania eksperymentami ML?
Tak, jeden z rozdziałów poświęcony jest zarządzaniu cyklem życia eksperymentów z użyciem MLflow, co pozwoli Ci lepiej organizować i automatyzować pracę nad modelami uczenia maszynowego.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Książka
44,94 zł
Dodaj do koszyka
Ebook
37,45 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile