首页 > 图书中心 >图书详情

分布式机器学习实战

深入浅出,逐步讲解分布式机器学习的框架及应用 配套个性化推荐算法系统、人脸识别、对话机器人等实战项目

作者:陈敬雷
定价:119
印次:1-1
ISBN:9787302552932
出版日期:2020.10.01
印刷日期:2020.09.11

本书由浅入深,逐步讲解分布式机器学习的框架及应用,内容板块包括主流大数据算法系统架构设计、大数据基础、mahout分布式机器学习平台、Spark分布式机器学习平台、TensorFlow等。同时配套完整工业级实战项目,例如个性化推荐算法系统、人脸识别,对话机器人。通过阅读本书,读者不仅可以学习到分布式机器学习的知识,还能通过实战案例更好地将理论融入到实际工作中。 本书适合想学习分布式机器学习的初学者阅读,对于有一定经验的分布式大数据方向的从业人员及算法工程师,也可以从书中获取很多有价值的知识。

more >

前言 互联网技术的发展催生了大数据平台,尤其公司大数据部门基本是以Hadoop大数据平台为基础,在这之上通过机器学习建模、算法工程落地成产品,通过数据分析进行大数据可视化展示来影响管理层决策。另外,以数据和机器学习来科学地驱动产品设计也成为主流。随着海量用户数据的积累,传统单机版机器学习框架已经不能满足数据日益增长的需求,于是分布式机器学习应运而生。本书以分布式机器学习为主线,对目前主流的分布式机器学习框架和算法进行重点讲解,侧重实战,最后是几个工业级的系统实战项目。 全书共分为8章,分别介绍互联网公司大数据和人工智能、大数据算法系统架构、大数据基础、Docker容器、Mahout分布式机器学习平台、Spark分布式机器学习平台、分布式深度学习实战、完整工业级系统实战(推荐算法系统实战、人脸识别实战、对话机器人实战)等内容。 第1章介绍了大数据常用框架及人工智能的常用算法,并且对公司实际的大数据部门组织架构,以及每个职位的技能要求、发展方向、市场薪资水平等都做了介绍,这一章可以帮助读者从整体上认识大数据和人工智能的常用技术框架和算法,以及公司的实际工作场景。第2章介绍应用场景,并且对个性化推荐系统、个性化搜索、用户画像系统的架构原理做了深入的讲解,方便从整体上把握一个完整的系统,提高系统架构设计能力,并指导读者针对某个系统模块应该掌握哪些核心技术。第3章讲解大数据基础,为后面的分布式机器学习平台打基础。第4章讲解Docker容器,可以帮读者快速构建标准化运行环境,以便节省时间和简化部署。第5章讲解的Mahout分布式机器学习是基于Hadoop的MapReduce计算引擎来分布式训练的。第6章介绍Spark如何读取Hadoop分布式存储文件系统HDFS上的数据在内存里做迭代计算,以此提高训练性能。第7章介绍基于TensorFlow和MXNet框架基础上的神经网络算法如何读取Hadoop的HDFS数据,如何使用Kubernetes管理集群进行分布式训练。第5~7章是本书分布式机器学习的主线。第8章突出本书的实战性,尤其是推荐系统的实战,能让读者完整地认识实际工作中的系统产品是怎样来做的,以便快速地投入到实际工作中去。 陈敬雷 2020年5月

more >
扫描二维码
下载APP了解更多

同系列产品more >

TensorFlow深度学习——深入理解人...

龙良曲
定 价:89元

查看详情
Python机器学习(微课视频版)——...

柯博文
定 价:69元

查看详情
Python实战指南——手把手教你掌握...

周家安
定 价:89元

查看详情
Python数据分析

江雪松、邹静
定 价:79元

查看详情
机器学习算法与应用(微课视频版)

杨云、段宗涛
定 价:79元

查看详情
图书分类全部图书
more >
  • 陈敬雷 充电了么创始人,CEO兼CTO,中国首席数据官联盟专家委员。陈敬雷拥有十几年互联网从业经验,曾任架构师、首席技术官、首席科学家等职务。在技术领域,尤其在大数据和人工智能方向有着丰富的算法工程落地实战经验,在猎聘网任职期间主导的推荐算法系统项目获得公司优秀项目奖,推荐效果得到5倍的提升。目前专注于大数据和人工智能驱动的上班族在线教育行业。陈敬雷 充电了么创始人,CEO兼CTO,中国首席数据官联盟专家委员。陈敬雷拥有十几年互联网从业经验,曾任架构师、首席技术官、首席科学家等职务。在技术领域,尤其在大数据和人工智能方向有着丰富的算法工程落地实战经验,在猎聘网任职期间主导的推荐算法系统项目获得公司优秀项目奖,推荐效果得到5倍的提升。目前专注于大数据和人工智能驱动的上班族在线教育行业,研发了充电了么App,用深度学习算法、NLP、推荐引擎等技术来高效提升在线学习效率。

  • 本书理论联系实践,深入浅出,知识点全面,通过阅读本书,读者不仅可以学习到分布式机器学习的知识,还能通过实战案例更好地将理论融入到实际工作中。本书包含目前比较热门的推荐算法系统、人脸识别、对话机器人等实战项目,让读者可以更好地理解分布式机器学习的核心内容。
more >
  • 目录 第1章互联网公司大数据和人工智能那些事 1.1大数据和人工智能在互联网公司扮演的角色和重要性 1.1.1什么是大数据,扮演的角色和重要性 1.1.2什么是人工智能,扮演的角色和重要性 1.1.3大数据和人工智能有什么区别,又是如何相互关联 1.2大数据部门组织架构和各种职位介绍 1.2.1大数据部门组织架构 1.2.2各种职位介绍和技能要求 1.2.3不同职位相互协调配合关系 1.2.4各个职位的职业生涯规划和发展路径 1.2.5各个职位的市场平均薪资水平 第2章大数据算法系统架构 2.1经典应用场景 2.2应用系统架构设计 第3章大数据基础 3.1Hadoop大数据平台搭建 3.1.1Hadoop原理和功能介绍 3.1.2Hadoop安装部署 3.1.3Hadoop常用操作命令 3.2Hive数据仓库实战 3.2.1Hive原理和功能介绍 3.2.2Hive安装部署 3.2.3Hive SQL操作 3.2.4UDF函数 3.2.5Hive数据仓库模型设计 3.3HBase实战 3.3.1HBase原理和功能介绍 3.3.2HBase数据结构和表详解 3.3.3HBase安装部署 3.3.4HBase Shell常用命令操作 3.3.5HBase客户端类SQL工具Phoenix 3.3.6Hive集成HBase查询数据 3.3.7HBase升级和数据迁移 3.4Sqo...

精彩书评more >

标题

评论

版权所有(C)2019 清华大学出版社有限公司 京ICP备10035462号 京公网安备11010802013248号

联系我们 | 网站地图 | 法律声明 | 友情链接 | 盗版举报 | 人才招聘