Scalable Machine Learning
Complex Data Analysis at Scale

#777
Год выпуска: 12/2015
Производитель: O'Reilly Media
Сайт производителя: shop.oreilly.com/product/0636920045274.do
Автор: Mikio Braun
Продолжительность: 3:08
Тип раздаваемого материала: Видеоклипы
Язык: Английский
Описание: Machine-learning expert Mikio Braun moves budding data scientists into the world of big data with this overview of how to do complex data analysis at scale. You'll learn the general concepts behind machine learning, compare small scale and large scale data analysis algorithms, and review the basics of the architectures used in large-scale distributed processing. You'll then explore the use of Spark programming for data flow systems,and the many uses of approximation. Braun also outlines evaluation, feature extraction, and model-selection computing costs in big data analysis. The video closes with a discussion of the relationship between the amount of available data and the complexity of the learning problem.
Review machine learning concepts such as fitting a model to data
Learn core concepts behind large scale algorithms like stochastic gradient descent
Review the architectures used in Hadoop-based systems and data flow systems
Explore resilient distributed dataset structures, vectors, and matrices using Spark
Review Sparks’s machine libraries and how to run basic machine learning tasks
Understand the use of approximation in optimization and compressing feature spaces
Learn what makes data “complex”
Описание: машина-обучение экспертов Микио Браун движется бутонизации данных ученых в мир "больших данных" с помощью этой обзор того, как делать сложный анализ данных в масштабе. Вы узнаете общих понятиях машинного обучения, сравнить мелкомасштабных и крупномасштабных данных, алгоритмы анализа и обзора основы архитектур, используемых в крупномасштабной распределенной обработки. Вы будете затем исследовать использование свечей для программирования потока данных систем,и многие использует аппроксимации. Браун также излагает оценку, выделение признаков, и модель-выбор вычислительных затрат в больших данных анализа. Видео закрывается с обсуждения взаимосвязи между количеством имеющихся данных и сложность изучения проблемы.

Содержание

Файлы примеров: не предусмотрены
Формат видео: MP4
Видео: AVC, 1280x720, 16:9, 29.97fps, 497kbps
Аудио: AAC, 48kHz, 125kbps, stereo

Скриншоты