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 dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO 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 Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile