書籍簡介

Reactive Machine Learning Systems 教你如何在機器學習系統中實現反應式設計(reactive design )解決方案,使其與完善的 Web 應用程式一樣可靠。 這個豐富真實案例的指南從機器學習系統的概述開始,同時著重於反應設計的適用範圍。 然後,你將發現如何開發設計模式來實現和協調 ML 子系統。 使用 Scala 和強大的框架,例如 Spark,MLlib 和 Akka,你將學會快速,可靠地從單一機器遷移到大型叢群。 最後,你將看到如何在一段時間內運行大型機器學習系統。 最後,你將採用反應系統設計的原則來建構反應靈活和彈性的機器學習應用程式。

“機器學習和 Akka 是複雜的主題,可以是枯燥乏味的,這本書使這個主題變得簡單易懂,非常實用,到目前為止,我讀過的最好的一本書。” ~ Shobha Iyer

“一個很棒的介紹,一個龐大和複雜的主題 – 由於機智和引人入勝的寫作風格,更加引令人投入。” ~ Jason Hales

“這對於那些想了解反應性系統哲學如何應用於機器學習應用程式的建立,實現和優化的人來說是一份引人入勝的文字。” ~ Anonymous Reviewer

關於這個技術

獨立的機器學習應用程式存在的理由在於大量規模的資料。 面對失敗和負載變化,它們依舊保持反應是很重要的。 而應對反應,彈性的最佳方法就是採用反應式設計。 但是機器學習系統在測試,建構,部署和監控方面與其它應用不同。 當你需要更改系統的語義或體系結構時,它們也將面臨獨特的挑戰。 要使機器學習系統反應,你需要了解反應式設計模式和現代資料架構模式。

書籍內容包含

  • 分散式系統的函數編程
  • 反應技術,例如 futures ,actors 和 supervision
  • Spark 和 MLlib 以及 Akka
  • 基於 Scala 的範例
  • 預測性微服務
  • 不確定資料的資料模型
  • 機器學習系統的設計模式

目標讀者

讀者應該具有 Java 或是 Scala 的中級技能。 不需要有機器學習經驗。

關於作者

Jeff Smith 使用 Scala 和 Spark 建構大型機器學習系統。 在過去十年中,他一直在紐約,舊金山和香港的各種創業公司從事資料科學應用。 他的部落格並談論建構真實世界機器學習系統的各種應用。

關於 MEAP 搶鮮電子書

一本書可能需要一年或更長的時間才能寫出來,那麼你今天如何學習熱門新技術? 答案是MEAP,即 Manning Early Access 計劃。 在 MEAP 中,你可以逐次閱讀章節方式閱讀一本書當書還在進行撰寫中,一旦完成,即可獲得最終的電子書。 如果您預訂 pBook,你可以在上架到商店之前用很久。

更詳細的 MEAP 請參考 https://www.manning.com/meap-program


書籍網址Manning___Reactive_Machine_Learning_Systems

你可能會有興趣

喜歡我們的分享嗎? 使用以下的社群分享按鈕也分享給你的朋友吧!

 

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com Logo

您的留言將使用 WordPress.com 帳號。 登出 / 變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 / 變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 / 變更 )

Google+ photo

您的留言將使用 Google+ 帳號。 登出 / 變更 )

連結到 %s

分類

02-ebooks

標籤

,