Mise à l'échelle de l'apprentissage automatique avec Spark

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com Apprends à construire des solutions d'apprentissage automatique évolutives de bout en bout avec Apache Spark. Avec ce guide pratique, l'auteur Adi Polak présente aux praticiens des données et du ML des solutions créatives qui supplantent les méthodes traditionnelles d'aujourd'hui. Tu apprendras une approche plus holistique qui t'emmène au-delà des exigences spécifiques et des objectifs organisationnels - permettant aux praticiens des données et de la ML de collaborer et de mieux se comprendre.Scaling Machine Learning with Spark examine plusieurs technologies permettant de construire des flux de travail ML distribués de bout en bout, basés sur l'écosystème Apache Spark avec Spark MLlib, MLflow, TensorFlow et PyTorch. Si tu es un scientifique des données qui travaille avec l'apprentissage automatique, ce livre te montre quand et pourquoi utiliser chaque technologie.Tu vas :Explorer l'apprentissage automatique, y compris les concepts et la terminologie de l'informatique distribuée.Gérer le cycle de vie de l'apprentissage automatique avec MLflowIngérer des données et effectuer un prétraitement de base avec SparkExplorer l'ingénierie des caractéristiques et utiliser Spark pour extraire des caractéristiquesEntraîner un modèle avec MLlib et construire un pipeline pour le reproduireConstruire un système de données pour combiner la puissance de Spark avec l'apprentissage profond.Obtiens un exemple pas à pas de travail avec TensorFlow distribuéUtiliser PyTorch pour mettre à l'échelle l'apprentissage automatique et son architecture interne.