Contents
書籍簡介
Reactive Machine Learning Systems 教你如何在機器學習系統中實現反應式設計(reactive design )解決方案,使其與完善的 Web 應用程式一樣可靠。 這個豐富真實案例的指南從機器學習系統的概述開始,同時著重於反應設計的適用範圍。 然後,你將發現如何開發設計模式來實現和協調 ML 子系統。 使用 Scala 和強大的框架,例如 Spark,MLlib 和 Akka,你將學會快速,可靠地從單一機器遷移到大型叢群。 最後,你將看到如何在一段時間內運行大型機器學習系統。 最後,你將採用反應系統設計的原則來建構反應靈活和彈性的機器學習應用程式。
“機器學習和 Akka 是複雜的主題,可以是枯燥乏味的,這本書使這個主題變得簡單易懂,非常實用,到目前為止,我讀過的最好的一本書。” ~ Shobha Iyer
“一個很棒的介紹,一個龐大和複雜的主題 – 由於機智和引人入勝的寫作風格,更加引令人投入。” ~ Jason Hales
“這對於那些想了解反應性系統哲學如何應用於機器學習應用程式的建立,實現和優化的人來說是一份引人入勝的文字。” ~ Anonymous Reviewer
關於這個技術
獨立的機器學習應用程式存在的理由在於大量規模的資料。 面對失敗和負載變化,它們依舊保持反應是很重要的。 而應對反應,彈性的最佳方法就是採用反應式設計。 但是機器學習系統在測試,建構,部署和監控方面與其它應用不同。 當你需要更改系統的語義或體系結構時,它們也將面臨獨特的挑戰。 要使機器學習系統反應,你需要了解反應式設計模式和現代資料架構模式。
書籍內容包含
- 分散式系統的函數編程
- 反應技術,例如 futures ,actors 和 supervision
- Spark 和 MLlib 以及 Akka
- 基於 Scala 的範例
- 預測性微服務
- 不確定資料的資料模型
- 機器學習系統的設計模式
目標讀者
讀者應該具有 Java 或是 Scala 的中級技能。 不需要有機器學習經驗。
關於作者
Jeff Smith 使用 Scala 和 Spark 建構大型機器學習系統。 在過去十年中,他一直在紐約,舊金山和香港的各種創業公司從事資料科學應用。 他的部落格並談論建構真實世界機器學習系統的各種應用。
書籍網址| 5折優惠代碼查詢
你可能會有興趣
- [線上課程]運用 Scala 和 Apache Spark 2.0 親手做大數據分析
- Manning 每日 5 折優惠電子書 Manning 每天都會推出三本 5 折優惠電子書
- 更多資料科學與機器學習電子書介紹
- 更多資料科學與機器學習線上課程介紹
- ★想要加強英文能力嗎?
- Soft & Share 團購和特價線上課程 加入這個社團追蹤我們的團購訊息與 Udemy 特價課程訊
- 追蹤這個 Twitter ,得到 Udemy 特價課程訊息
你必須登入才能發表留言。