Name: Machine Learning With Spark and Python: Essential Techniques for Predictive Analytics (en Inglés)
Price: 49.52 USD
Availability: InStock
Author: Bowles, Michael
ISBN: 9781119561934

portada Machine Learning With Spark and Python: Essential Techniques for Predictive Analytics (en Inglés)

Machine Learning With Spark and Python: Essential Techniques for Predictive Analytics (en Inglés)

Formato

Libro Físico

Autor

Michael Bowles

Editorial

Wiley

Año

2019

Idioma

Inglés

N° páginas

384

Encuadernación

Tapa Blanda

Dimensiones

23.4 x 18.5 x 2.3 cm

Peso

0.45 kg.

ISBN13

9781119561934

N° edición

0002

Categorías

Teoría matemática de la computación
Aprendizaje automático («machine learning»)
Redes neuronales y sistemas difusos
Reconocimiento de formas
Visión por ordenador

Machine Learning With Spark and Python: Essential Techniques for Predictive Analytics (en Inglés)

Michael Bowles (Autor) · Wiley · Tapa Blanda

Libro Nuevo Importado

Envío: 18 a 25 días háb.

$ 90.04$ 49.52

-45%

Libro UsadoBuen Estado Importado

Envío: 15 a 22 días háb.

$ 43.18

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 6 unidades

$ 49.52

Llega entre el 07 Sep y el 18 Sep a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Machine Learning With Spark and Python: Essential Techniques for Predictive Analytics (en Inglés)"

Machine Learning with Spark and Python Essential Techniques for Predictive Analytics, Second Edition simplifies ML for practical uses by focusing on two key algorithms. This new second edition improves with the addition of Spark--a ML framework from the Apache foundation. By implementing Spark, machine learning students can easily process much large data sets and call the spark algorithms using ordinary Python code. Machine Learning with Spark and Python focuses on two algorithm families (linear methods and ensemble methods) that effectively predict outcomes. This type of problem covers many use cases such as what ad to place on a web page, predicting prices in securities markets, or detecting credit card fraud. The focus on two families gives enough room for full descriptions of the mechanisms at work in the algorithms. Then the code examples serve to illustrate the workings of the machinery with specific hackable code.