Apprendimento automatico Java pratico: Progetti con Google Cloud Platform e Amazon Web Services

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Practical Java Machine Learning: Projects with Google Cloud Platform and Amazon Web Services

Contenuto del libro:

1. Introduzione Impostazione IDE - Eclipse Impostazione IDE - Android Studio Impostazione Java Prestazioni di Machine Learning con Java Importanza delle iniziative di Analytics Obiettivi aziendali di ML Caso aziendale per l'implementazione di ML Problemi di Machine Learning Sviluppo di una metodologia di ML Stato dell'arte: Monitoraggio dei documenti di ricerca.

2. I dati: Il carburante per il Machine Learning Pensare come uno scienziato dei dati Pre-elaborazione dei dati Database JSON e NoSQL File ARFF e CSV Trovare dati pubblici Creare i propri dati Visualizzazione dei dati con Java + Javascript Progetto: DataViz.

3. Sfruttare le piattaforme cloud Google Cloud Platform Amazon AWS Utilizzare le API di apprendimento automatico Progetto: GCP API Sfruttare le piattaforme cloud per creare modelli.

4. Algoritmi: Il cervello del Machine Learning Panoramica degli algoritmi Apprendimento supervisionato Apprendimento non supervisionato Modelli lineari per la previsione e la classificazione Naive Bayes per la classificazione dei documenti Clustering Alberi decisionali Scegliere l'algoritmo giusto Creare il vostro vantaggio competitivo.

5. Ambienti di apprendimento automatico Java Panoramica sulla scelta dell'ambiente Java Approfondimento: Il Workbench Weka Capacità di Weka Componenti aggiuntivi di Weka Panoramica del progetto Rapidminer: Classificazione dei documenti con Weka.

6. Integrazione dei modelli.