Machine Learning for Streaming Data cu Python: Construiți rapid soluții practice online de învățare automată utilizând River și alte cadre cheie de top

Recenzii ale cititorilor

Cartea „Machine Learning for Streaming Data with Python” de Joos Korstanje oferă o introducere cuprinzătoare în învățarea automată online utilizând biblioteca River. Aceasta acoperă concepte teoretice și aplicații practice pentru manipularea datelor în flux, oferind diverse exemple de cod care funcționează eficient. În timp ce unii recenzenți au lăudat organizarea și profunzimea acesteia, alții au criticat-o pentru lipsa conținutului detaliat specific streamingului și pentru prezentarea informațiilor de bază.

Conținut bine structurat și organizat.

Oferă atât cunoștințe teoretice, cât și practice.

(pe baza a 9 recenzii ale cititorilor)

Titlul original:

Machine Learning for Streaming Data with Python: Rapidly build practical online machine learning solutions using River and other top key frameworks

Conținutul cărții:

Aplicați învățarea automată la fluxul de date cu ajutorul exemplelor practice și faceți față provocărilor care înconjoară fluxul

Caracteristici principale:

⬤  Lucrați la cazuri de utilizare a streamingului care nu sunt predate în majoritatea cursurilor de știința datelor.

⬤ Obțineți experiență cu instrumente de ultimă generație pentru streamingul de date.

⬤ Mitigați diverse provocări în timpul manipulării datelor în flux.

Descrierea cărții:

Streamingul de date este noua tehnologie de top de urmărit în domeniul științei datelor și al învățării automate. Pe măsură ce nevoile de afaceri devin mai exigente, multe cazuri de utilizare necesită analiză în timp real, precum și învățare automată în timp real. Această carte vă va ajuta să vă puneți la curent cu analiza datelor pentru streaming de date și se va concentra puternic pe adaptarea învățării automate și a altor analize la cazul streamingului de date.

Veți învăța mai întâi despre arhitectura pentru streaming și învățarea automată în timp real. În continuare, veți analiza cadrele de ultimă generație pentru fluxul de date, cum ar fi River. Capitolele ulterioare se vor concentra pe diverse cazuri de utilizare industrială a fluxului de date, cum ar fi detectarea online a anomaliilor și altele. Pe măsură ce avansați, veți descoperi diverse provocări și veți învăța cum să le atenuați. În plus, veți învăța cele mai bune practici care vă vor ajuta să utilizați fluxul de date pentru a genera informații în timp real.

Până la sfârșitul acestei cărți, veți fi dobândit încrederea de care aveți nevoie pentru a utiliza datele în flux în modelele dvs. de învățare automată.

Ce veți învăța:

⬤ Înțelegeți provocările și avantajele lucrului cu datele în flux.

⬤ Să dezvoltați perspective în timp real din datele în flux.

⬤ Înțelegeți punerea în aplicare a datelor de streaming cu diverse cazuri de utilizare pentru a vă spori cunoștințele.

⬤ Dezvoltați o alternativă PCA care poate funcționa pe date în timp real.

⬤ Explorați cele mai bune practici pentru gestionarea datelor în flux pe care trebuie neapărat să le rețineți.

⬤ Dezvoltați un API pentru inferența învățării automate în timp real.

Pentru cine este această carte:

Această carte se adresează oamenilor de știință din domeniul datelor și inginerilor din domeniul învățării automate care au o pregătire în domeniul învățării automate, sunt orientați spre practică și tehnologie și doresc să învețe cum să aplice învățarea automată la datele de streaming prin exemple practice cu tehnologii moderne. Deși este necesară o înțelegere a conceptelor de bază ale Python și ale învățării automate, nu sunt necesare cunoștințe prealabile despre streaming.