《大規模機器學習：並行和分散式技術》是2013年國防工業出版社出版的圖書。
基本介紹
- 中文名：大規模機器學習：並行和分散式技術
- 作者：[美]羅恩·貝克曼,[美]米哈伊爾·比倫科,[美]約翰·蘭福特
- 出版社：國防工業出版社
- 出版時間：2021年
- 開本：16 開
- 裝幀：平裝
- ISBN：9787118122893
內容簡介,圖書目錄,
內容簡介
《大規模機器學習：並行和分散式技術》內容涉及一些機器學習算法的並行化，使得大規模分散式機器學習算法成為可能，內容分為大規模機器學習的框架、監督和非監督學習算法、其他的學習算法及相關套用四大部分。
《大規模機器學習：並行和分散式技術》需要讀者具有基本的機器學習和並行/分布計算方面的知識，適合機器學習、大數據並行化處理和數據挖掘領域的從業人員使用。
圖書目錄
第1章 大規模機器學習：引言
1.1 機器學習基礎
1.2 大規模機器學習的緣由
1.2.1 大量的數據實例
1.2.2 高輸入維數
1.2.3 模型和算法的複雜性
1.2.4 對推斷時間的約束
1.2.5 預測串
1.2.6 模型選擇和參數搜尋
1.3 在並行分散式計算中的關鍵概念
1.3.1 數據並行化
1.3.2 任務並行化
1.4 平台的選擇和折中
1.5 性能方面的考慮
1.6 本書的組織結構
1.6.1 第一部分：大規模機器學習的框架
1.6.2 第二部分：監督和非監督學習算法
1.6.3 第三部分：可替代的學習環境
1.6.4 第四部分：套用
1.7 文獻註解
參考文獻
第一部分 大規模機器學習的框架
第2章 MapReduce及其在決策樹集的大規模並行學習中的套用
2.1 序言
2.1.1 MapReduce
2.1.2 樹模型
2.1.3 樹模型的學習
2.1.4 回歸樹
2.2 PLANET的例子
2.2.1 組成元素
2.2.2 繼續討論本例子
2.3 技術細節
2.3.1 MR_Expand節點：擴展單一節點
2.3.2 MR_InMemory：記憶體中的樹歸納
2.3.3 控制器的設計
2.4 集成學習
2.5 工程方面的問題
2.5.1 提前調度
2.5.2 指紋法
2.5.3 可靠性
2.6 試驗
2.6.1 設定
2.6.2 結果
2.7 相關工作
2.8 結論
致謝
參考文獻
……
第二部分 監督和非監督學習算法
第三部分 其他的學習算法
第四部分 套用
