Escalar el aprendizaje automático con Spark

Aprende a construir soluciones de aprendizaje automático escalables de extremo a extremo con Apache Spark. Con esta guía práctica, el autor Adi Polak presenta a los profesionales de datos y ML soluciones creativas que superan los métodos tradicionales actuales. Aprenderás un enfoque más holístico que te lleva más allá de los requisitos específicos y los objetivos organizativos, permitiendo a los profesionales de datos y ML colaborar y entenderse mejor.

Scaling Machine Learning with Spark examina varias tecnologías para construir flujos de trabajo ML distribuidos de extremo a extremo basados en el ecosistema Apache Spark con Spark MLlib, MLflow, TensorFlow y PyTorch. Si eres un científico de datos que trabaja con aprendizaje automático, este libro te muestra cuándo y por qué utilizar cada tecnología.

Aprenderás:

• Explorar el aprendizaje automático, incluidos los conceptos y la terminología de la informática distribuida
• Gestionar el ciclo de vida del ML con MLflow
• Ingesta de datos y preprocesamiento básico con Spark
• Explorar la ingeniería de características y utilizar Spark para extraerlas
• Entrena un modelo con MLlib y construye una canalización para reproducirlo
• Construye un sistema de datos para combinar la potencia de Spark con el aprendizaje profundo
• Obtén un ejemplo paso a paso de cómo trabajar con TensorFlow distribuido
• Utiliza PyTorch para escalar el aprendizaje automático y su arquitectura interna