Praktické strojové učenie pre prúdové dáta s jazykom Python: Navrhujte, vyvíjajte a overujte modely online učenia.

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 3 hlasoch.

Pôvodný názov:

Practical Machine Learning for Streaming Data with Python: Design, Develop, and Validate Online Learning Models

Obsah knihy:

Kapitola 1: Úvod do prúdových dátCieľ kapitoly: Oboznámiť čitateľov s konceptom prúdových dát, rôznymi výzvami s nimi spojenými, niektorými ich reálnymi obchodnými aplikáciami, rôznymi technikami vytvárania okien spolu s konceptmi prírastkových a online učiacich sa algoritmov. Táto kapitola tiež pomôže pochopiť koncept vyhodnocovania modelov v prípade prúdových dát a poskytne úvod do rámca Scikit-Multiflow v jazyku Python. Počet strán - 35Témy1. Prúdové údaje2. Výzvy spojené s prúdením údajov3. Posun pojmov4. Aplikácie prúdových údajov5. Techniky zobrazovania v oknách6. Inkrementálne učenie a online učenie7. Ilustrácie: Adopcia dávkového učenia na inkrementálne učenie8. Úvod do rámca Scikit-Multiflow9. Hodnotenie algoritmov prúdového spracovania.

Kapitola 2: Detekcia zmienCieľ kapitoly: Pomôcť čitateľom pochopiť rôzne algoritmy detekcie zmien/odhalenia posunu pojmov a ich implementáciu na rôznych súboroch údajov pomocou Scikit-Multiflow. Počet strán: 35Témy: Témy: 1. Zmeny v systéme, 2. Zmeny v systéme, 3. Zmeny v systéme, 4: 1. Problém detekcie zmien2. Algoritmy detekcie posunu konceptu3. ADWIN4. DDM5. EDDM6. Stránka Hinkley.

Kapitola 3: Supervised and Unsupervised Learning for Streaming DataCieľ kapitoly: Pomôcť čitateľom pochopiť rôzne regresné a klasifikačné algoritmy (vrátane Ensemble Learning) pre streamované dáta a ich implementáciu na rôznych súboroch dát pomocou Scikit-Multiflow. Tiež diskutovať o niektorých prístupoch k zhlukovaniu pomocou prúdových dát a ich implementácii pomocou jazyka Python. Počet strán: Témy: 1. Regresia so streamovanými údajmi2. Klasifikácia s prúdovými údajmi3. Skupinové učenie s prúdovými údajmi4. Zhlukovanie so streamovanými údajmi.

Kapitola 4: Ďalšie nástroje a cesta vpredCieľ kapitoly: Oboznámiť čitateľov s ďalšími open source nástrojmi na spracovanie streamovaných údajov, ako sú Spark streaming, MOA a ďalšie. Taktiež poučiť čitateľa o ďalšom čítaní pre pokročilé témy v rámci analýzy prúdových údajov. Počet strán: 35Témy: 1. Ďalšie nástroje na spracovanie prúdových údajov1. 1. 1. Apache Spark1. 1. 2. Masívna online analýza (MOA)1. 1. 3. Apache Kafka2. Aktívne oblasti výskumu a prelomové objavy v oblasti analýzy prúdových údajov3. Záver.