Praktisches maschinelles Lernen mit Java: Projekte mit Google Cloud Platform und Amazon Web Services

Bewertung: ⭐⭐  (2,0 von 5)

Leserbewertungen

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.

Originaltitel:

Practical Java Machine Learning: Projects with Google Cloud Platform and Amazon Web Services

Inhalt des Buches:

1. Einführung IDE-Setup - Eclipse IDE-Setup - Android Studio Java-Setup Leistung des maschinellen Lernens mit Java Bedeutung von Analyseinitiativen Unternehmensziele im Bereich ML Business Case für den Einsatz von ML Fragen des maschinellen Lernens Entwicklung einer ML-Methodik Stand der Technik: Überwachung von Forschungsberichten.

2. Daten: Der Treibstoff für maschinelles Lernen Denken wie ein Datenwissenschaftler Datenvorverarbeitung JSON- und NoSQL-Datenbanken ARFF- und CSV-Dateien Suche nach öffentlichen Daten Erstellen eigener Daten Datenvisualisierung mit Java + Javascript Projekt: DataViz.

3. Nutzung von Cloud-Plattformen Google Cloud Platform Amazon AWS Verwendung von APIs für maschinelles Lernen Projekt: GCP API Nutzung von Cloud-Plattformen zur Erstellung von Modellen.

4. Algorithmen: Das Gehirn des maschinellen Lernens Überblick über Algorithmen Überwachtes Lernen Unüberwachtes Lernen Lineare Modelle zur Vorhersage und Klassifizierung Naive Bayes zur Dokumentenklassifizierung Clustering Entscheidungsbäume Auswahl des richtigen Algorithmus Schaffen Sie sich einen Wettbewerbsvorteil.

5. Java-Umgebungen für maschinelles Lernen Überblick Auswahl einer Java-Umgebung Tief eintauchen: Die Weka Workbench Weka Fähigkeiten Weka Add-ons Rapidminer Überblick Projekt: Dokumentenklassifikation mit Weka.

6. Integration von Modellen.

Weitere Daten des Buches:

• ISBN: 9781484239506
• Autor: Mark Wickham
• Verlag: Apress
• Einband: Taschenbuch
• Erscheinungsjahr: 2018
• Seitenzahl: 392