Приветствую Вас Гость | RSS Понедельник
01.03.2021, 00:33

varug.ru

все самое интересное в сети

Главная Программы Регистрация Вход
Меню сайта
Меню сайта
Меню сайта
Оцените мой сайт
Всего ответов: 109
Меню сайта

Новостная лента.

Форумная лента.

Файловая лента.
Главная » Файлы » Видеоуроки » Видеоуроки

Промышленный Machine Learning на больших данных (2020) PCRec

Вы освоите все необходимые навыки машинного обучения для потоковых данных и распределенной среды. В программу включены необходимые знания из областей Data Science и Data Engineering, которые позволят вам обрабатывать большие данные и писать распределенные алгоритмы на Spark.

Для кого этот курс?
-Для специалистов по Машинному обучению или Software инженеров, которые хотят научиться работать с большими данными. Обычно такие задачи имеются в крупных IT-компаниях с масштабным цифровым продуктом.
-Для Data Scientist, которые хотят усилить свой скиллсет инженерными навыками. Благодаря курсу вы будете уметь обрабатывать данные и самостоятельно выводить результаты ML-решений в продакшн.

Вы научитесь:
-Использовать стандартные инструменты ML-конвейеров в распределенной среде;
-Разрабатывать собственные блоки для ML-конвейеров;
-Адаптировать ML-алгоритмы к распределенной среде и инструментам big data;
-Использовать Spark, SparkML, Spark Streaming;
-Разрабатывать алгоритмы потоковой подготовки данных для машинного обучения;
-Обеспечивать контроль качества на всех этапах движения ML-решений в промышленную эксплуатацию.

Содержание:
01. Градиентный спуск и линейные модели
02. Обзор основных методов и метрик машинного обучения
03. Основы программирования на Scala
04. Распределенные хранилища
05. Эволюция параллельных алгоритмов
06. Менеджеры ресурсов в распределенных системах
07. Основы Apache Spark
08. Эволюция параллельных алгоритмов №2
09. Перенос МЛ-алгоритмов в распределенную среду
10. ML в Apache Spark
11. Разработка собственных блоков для SparkML
12. Сторонние библиотеки для использования со Spark
13. Оптимизация гиперпараметров и AutoML
14. Потоковая обработка данных
15. Spark Streaming
16. Структурный и непрерывный стриминг в Spark
17. Альтернативные потоковые фреймворки
18. Определение цели МЛ-проекта и предварительный анализ
19. Долгосрочные ML-цели на примере задачи уменьшения оттока
20. А-Б тестирование 1
21. А-Б тестирование 2
22. Подходы к выводу ML-решений в продакшн
23. Версионирование, воспроизводимость и мониторинг
24. Онлайн-сервинг моделей
25. Паттерны асинхронного потокового ML и ETL
26. Если надо Python
27. Альтернативные фреймворки с поддержкой Python
28. Production Code на Python. Организация и Packaging кода
29. REST-архитектура - Flask API
30. Docker - Структура, применение, деплой
31. Amazon Sagemaker
32. AWS ML Service
33. Нейросети
34. Распределенное обучение и инференс нейросетей
35. Градиентный бустинг на деревьях

Информация о видео
Название: Промышленный Machine Learning на больших данных
Автор: Дмитрий Бугайченко и др.
Год выхода: 2020
Жанр: Видеокурс
Язык: Русский
Выпущено: Россия
Продолжительность: 61:33:51

Файл
Формат: MP4 (+доп.файлы)
Видео: AVC, ~1684x900, ~1684 Kbps
Аудио: AAC, 128 Kbps, 48.0 KHz
Размер файла: 8.32 Gb



Скачать Промышленный Machine Learning на больших данных (2020) Видеокурс



Скачать Промышленный Machine Learning на больших данных (2020) PCRec: undefined

Скачать

Уважаемый посетитель, для того чтобы скачать файл,
мы рекомендуем Вам зарегистрироваться либо зайти на сайт под своим именем.
19.02.2021
Категория: Видеоуроки | Добавил: colt
Просмотров: 28 | Загрузок: 0 | Рейтинг: 0.0/0
Всего комментариев: 0

Помощь сайту. Как скачать: с TurboBit.net,   DepositFiles.com,   LetItBit.net



Правообладателям: Все материалы найдены на просторах сети интернет как свободно распространяемые и выложены исключительно в ознакомительных целях. Если вы являетесь законным правообладателем какого либо продукта и против его размещения на данном сайте, сообщите нам и мы немедленно удалим данный материал. Администрация сайта не несет ответственности за действия посетителей, нарушающих авторские права.


Администрация сайта не даёт гарантий по поводу работоспособности скачанного материала, не несёт ответственности за возможный нанесённый вред вашему компьютеру вследствие установленных программ. Все материалы на сайте добавляются пользователями и мы не в состоянии вести полный контроль над добавленными материалами. Но вы можете помочь наведению порядка и написать жалобу: если файл нарушает ваши права, если ссылки не рабочие, если вы скачали файл и он не соответствует описанию, если скачанный вами файл не открывается, если в архиве расположены рекламные материалы, вирус и т.д. Не забывайте скопировать и вставить ссылку на некачественный материал.  

Похожие публикации:

    Добавлять комментарии могут только зарегистрированные пользователи.
    [ Регистрация | Вход ]

    Поиск по сайту
    Форма входа
    Понедельник
    01.03.2021
    00:33


    Логин:
    Пароль:
    Погода
    Яндекс.Погода
    Закладки
    Новости
    Вверх
    Copyright MyCorp © 2021
    Индекс цитирования Яндекс.Метрика