告訴我，我會忘記； 教導我，我只是記得；讓我深入其中，我便學會。 ~ Benjamin Franklin
Natural Language Processing in Action 是一本讓你可以使用 Python 的生態系統的 NLP 和 AI 專用套件的力量來建立可以理解人類語言的機器的指南！ 你將從一台電腦如何閱讀和解讀語言的心理模型開始。 然後，你將發現如何訓練基於 Python 的 NLP 機器來識別模式並從文字中提取資訊。 當你探索精心挑選的範例時，你將擴展你機器的知識，並將其應用於一系列挑戰，從建構搜尋引擎，可以根據其含義找到文件而不僅僅是關鍵字，訓練使用深度學習的聊天機器人( chatbot )， 學習回答問題並參與對話。
Continue reading “電子書 Natural Language Processing in Action”
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。
Continue reading “電子書 – Reactive Machine Learning Systems”
如果你想掌握企業級串流應用程式的架構，那麼這本是最權威的書籍。
Sergio Fernandez Gonzalez, Accenture
Streaming Data 介紹了串流和即時資料系統的概念和需求。 這本書是一個想法豐富的教程，教你如何有效地與快速流動的資料互動。
深入並實際操作，今天就開始運用其中一種最熱門的資料處理引擎。 一本很棒的指南！
Jonathan Sharley, Pandora Media
Spark in Action 教你使用 Spark 有效率地處理批次和串流資料所需要的理論和技能。 完全為Spark 2.0更新。
大型資料系統將資料集分散在不同機器叢集中，這讓有效地查詢，資料串流和解釋這些資料是一大挑戰。 Spark 可以幫助。 它是專為分散式資料設計的處理系統。 它提供易於使用的界面，以及你需要的可上線品質分析效能和機器學習所需的性能。 Spark 2 還增加了改進的程式設計 API，更好的性能和無數的其它升級功能。
Spark in Action 教你使用 Spark 有效處理批次和串流資料所需的理論和技能。 通過幾個介紹性的範例， 你可以很方便的使用 Spark CLI。 然後，你將使用其核心 API 開始編程 Spark。 一路上，你將使用 Spark SQL 處理結構化資料，運用 Spark GraphX 處理近乎即時的串流式傳輸資料，應用機器學習演算法和非事先定義的圖形資料。 為了輕鬆開始，你可以下載預先配置好的虛擬機器，以方便你嘗試本書的程式碼。
為具有大數據或機器學習背景的有經驗程式設計師撰寫。
PetarZečević 和 MarkoBonaći 是大量參與 Spark 社群且經驗豐富的開發人員。
簡明扼要地解釋困難的概念和技術。
Jenice Tom, CVS Health
Think Like a Data Scientist 以一步一步的方法通往資料科學，結合了分析，程式設計和商務視角，將其轉化為易於理解的技術和思維過程，以解決以資料為中心的真實問題。
Continue reading “[電子書] Think Like a Data Scientist”
Grokking Algorithms 是一本充滿插圖，友好的指南，教你如何將常見演算法應用於作為程式設計師每天面對的實際問題。 你將從排序和搜尋開始，當你在演算法上建構你的技能時，你將學會處理更複雜的問題，例如資料壓縮和人工智慧。 每個仔細呈現的範例包含有用圖示和完全註釋的Python 程式碼範例。
Continue reading “電子書 – Grokking Algorithms”
Data Munging with R 展示如何獲取原始資料並將其轉換為用於計算，表格，圖形顯示等。 無論你是否擁有一些程式設計經驗，或者你只會電子表格想要尋找更強大的資料操作工具，本書將幫助你開始使用。 你將發現使用資料導向的 R 程式設計語言及其許多用於特定任務的軟體套件的細節。 通過數十個實際的範例，學習填寫缺失的值，做出預測，並將資料視覺化為圖形。 當你完成之後，你將成為一個資料清理專家，擁有強大的，可重複的工作流程，以及使用資料來加強你得出結論的技能！
資料清理 ( Data Munging ) – 操縱原始資料 – 是資料科學的基石。 Munging 技術包括清理，排序，解析，過濾，幾乎任何你需要讓資料成為真正有用的任何東西。 R 語言具有直觀的 RStudio 整合開發環境，是完美的資料顯示工具。 R 為財務和會計，市場行銷，網頁爬蟲和各種資料科學任務提供了一個豐富的社群驅動套件和生態系統。 開始使用 R 語言是很容易的，甚至管理者也用 R 語言做臨時資料分析的工具！
Jonathan Carroll 博士擁有阿德萊德大學的理論天體物理學博士學位，目前從事統計建模工作。 他向 R 語言貢獻套件，是 StackOverflow 問答網站和一個狂熱的科學交流網站的常客與貢獻者
一本書可能需要一年或更長的時間才能寫出來，那麼你今天如何學習熱門新技術？ 答案是MEAP，即 Manning Early Access 計劃。 在 MEAP 中，你可以逐次閱讀章節方式閱讀一本書當書還在進行撰寫中，一旦完成，即可獲得最終的電子書。 如果您預訂 pBook，你可以在上架到商店之前用很久。
更詳細的 MEAP 請參考 https://www.manning.com/meap-program
使用 LiveBook 電子書線上閱讀平台，你可以使用單個查詢快速搜索所有 Manning 書籍中的內容。
LiveBook 可以免費用在任何在 Manning 購買的電子書。 你可以獲得 25 個免費的 tokens ，使用它來解讀尚未擁有書籍中的段落。
新程式碼、新專案和新章節的更新，Machine Learning with TensorFlow, Second Edition 為讀者提供了機器學習概念和 TensorFlow 程式庫的堅實基礎。 由 NASA JPL 副首席技術長兼首席資料科學家 Chris Mattmann 撰寫，所有示例都隨附可下載的 Jupyter Notebook，以提供使用 Python 編寫 TensorFlow 的實踐經驗。 新的和修訂的內容擴大了核心機器學習算法的覆蓋範圍，以及神經網路的進步，例如 VGG-Face 臉部識別分類器和深度語音分類器。
Continue reading “電子書 – Machine Learning with TensorFlow 第二版”
深度學習適用於諸如影像分類，語音識別，文字分類，問答，文字轉語音和光學字元識別等人為廣大範圍的應用。Facebook 和 Google的照片標籤系統背後的技術，自動駕駛汽車，智慧型手機上的語音辨識系統等等。
Continue reading “電子書 – Deep Learning with Python”
你必須登入才能發表留言。