Can I read Ssreader on EtoBox?

Ssreader by ssreader, (美)亚历克斯·特列斯,(美)马克斯·帕普拉,(美)迈克尔·马洛赫拉瓦著;邵赛赛,阳卫清,唐明洁译 is a book available to read on EtoBox.

What is Ssreader about?

1 (p1): 第1章 大规模机器学习和Spark入门 2 (p1-1): 1.1 数据科学 2 (p1-2): 1.2 数据科学家:21世纪最炫酷的职业 3 (p1-2-1): 1.2.1 数据科学家的一天 4 (p1-2-2): 1.2.2 大数据处理 4 (p1-2-3): 1.2.3 分布式环境下的机器学习算法 6 (p1-2-4): 1.2.4 将数据拆分到多台机器 6 (p1-2-5): 1.2.5 从Hadoop MapReduce到Spark 7 (p1-2-6): 1.2.6 什么是Databricks 8 (p1-2-7): 1.2.7 Spark包含的内容 8 (p1-3): 1.3 H2O.ai简介 10 (p1-4): 1.4 H2O和Spark MLlib的区别 10 (p1-5): 1.5 数据整理 11 (p1-6): 1.6 数据科学:一个迭代过程 11 (p1-7): 1.7 小结 12 (p2): 第2章 探索暗物质:希格斯玻色子 12 (p2-1): 2.1 I型错误与II型错误 13 (p2-1-1): 2.1.1 寻找希格斯玻色子 13 (p2-1-2): 2.1.2 LHC和数据的创建 14 (p2-1-3): 2.1.3 希格斯玻色子背后的理论 14 (p2-1-4): 2.1.4 测量希格斯玻色子 14 (p2-1-5): 2.1.5 数据集 15 (p2-2): 2.2 启动Spark与加载数据 22 (p2-2-1): 2.2.1 标记点向量 24 (p2-2-2): 2.2.2 创建训练和测试集合 26 (p2-2-3): 2.2.3 第一个模型:决策树 32 (p2-2-4): 2.2.4 下一个模型:集合树 37 (p2-2-5): 2.2.5 最后一个模型:H2O深度学习 39 (p2-2-6): 2.2.6 构建一个3层DNN 45 (p2-3): 2.3 小结 46 (p3): 第3章 多元分类的集成方法 47 (p3-1): 3.1 数据 48 (p3-2): 3.2 模型目标 48 (p3-2-1): 3.2.1 挑战 48 (p3-2-2): 3.2.2 机器学习工作流程 61 (p3-2-3): 3.2.3 使用随机森林建模 78 (p3-3): 3.3 小结 80 (p4): 第4章 使用NLP和Spark Streaming预测电影评论 81 (p4-1): 4.1 NLP简介 82 (p4-2): 4.2 数据集 85 (p4-3): 4.3 特征提取 85 (p4-3-1): 4.3.1 特征提取方法:词袋模型 86 (p4-3-2): 4.3.2 文本标记 89 (p4-4): 4.4 特征化——特征哈希 92 (p4-5): 4.5 我们来做一些模型训练吧 93 (p4-5

Author

ssreader, (美)亚历克斯·特列斯,(美)马克斯·帕普拉,(美)迈克尔·马洛赫拉瓦著;邵赛赛,阳卫清,唐明洁译

Publisher

北京:机械工业出版社

Published

2018

Language

ZH

ISBN

9787111598466