Chapitre 24. Aperçu de l'analyse avancée et de l'apprentissage automatique
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Ainsi jusqu'à présent, nous avons abordé des API de flux de données assez générales. Cette partie du livre va plonger plus profondément dans certaines des API d'analyse avancée plus spécifiques disponibles dans Spark. Au-delà de l'analyse SQL à grande échelle et de la diffusion en continu, Spark offre également une prise en charge des statistiques, de l'apprentissage automatique et de l'analyse des graphes. Celles-ci englobent un ensemble de charges de travail que nous appellerons analyses avancées. Cette partie du livre traitera des outils d'analyse avancée dans Spark, notamment :
-
Prétraitement de tes données (nettoyage des données et ingénierie des caractéristiques).
-
Apprentissage supervisé
-
Recommandation d'apprentissage
-
Moteurs non supervisés
-
Analyses graphiques
-
Deep Learning
Ce chapitre propose une vue d'ensemble de l'analyse avancée, quelques exemples de cas d'utilisation et un flux de travail d'analyse avancée de base. Nous aborderons ensuite les outils d'analyse que nous venons d'énumérer et nous t'apprendrons à les appliquer.
Avertissement
Ce livre n'a pas pour but de t'apprendre tout ce que tu dois savoir sur l'apprentissage automatique en partant de zéro. Nous ne rentrerons pas dans les définitions et formulations mathématiques strictes - non pas par ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access