Rozdział 11. Stosowanie Apache Spark do wdrażania potoków uczenia maszynowego oraz ich skalowania i zarządzania nimi
W poprzednim rozdziale wyjaśniliśmy, jak za pomocą biblioteki MLlib tworzyć potoki uczenia maszynowego. Natomiast w niniejszym skoncentrujemy się na tym, jak wdrażać wytrenowane modele i nimi zarządzać. Dzięki lekturze tego rozdziału nauczysz się używać biblioteki MLlib do śledzenia, odtwarzania i wdrażania modeli MLlib, poznasz wady i zalety różnych wdrożeń modeli, a także zobaczysz, jak tworzyć skalowalne rozwiązania w zakresie uczenia maszynowego. Jednak zanim przejdziemy do wdrażania modeli, omówimy wybrane najlepsze praktyki w zakresie zarządzania modelami.
Zarządzanie modelem
Zanim wdrożysz model uczenia maszynowego, musisz ...
Get Spark now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
