科技 类型
6.6 豆瓣评分
可以朗读 语音朗读
138千字 字数
2017-08-01 发行日期
展开全部

主编推荐语

重架构、重设计、重实战是本书撰写的指导思想。

内容简介

本书以全栈机器学习应用为目标，通过介绍Docker等部署工具，帮助读者加速掌握机器学习模型的产业化进程。不管你是就职于大公司，还是自己创业，希望《构建实时机器学习系统》的内容能够让你快速上线满意的机器学习系统，离梦想更近一点。

世界在变，机器学习也在不停地变。对于机器学习中的很多重要成员，如建模工具、分布式队列等，本书都会对其来龙去脉和发展趋势进行综述。希望通过这样的讨论，能够让读者对机器学习的发展趋势有自己的判断，在未来的成长中也能独占鳌头。

本书力求避免代码的大段堆砌。所有案例代码都力求在20行以内，所有例子都通过多次可用性测试。同时我们也将源代码寄存在Github上面，随时进行更新排错。
实时股票交易实例数据。采用美股交易秒级数据作为案例数据，搭建实时机器学习平台，对数据进行存储、加工分析和可视化，并且对数据未来若干秒的走势进行预测。

目录

  • 版权信息
  • 前言
  • 第1部分 实时机器学习方法论
  • 第1章 实时机器学习综述
  • 1.1 什么是机器学习
  • 1.2 机器学习发展的前世今生
  • 1.3 机器学习领域分类
  • 1.4 实时是个“万灵丹”
  • 1.5 实时机器学习的分类
  • 1.6 实时应用对机器学习的要求
  • 1.7 案例：Netflix在机器学习竞赛中学到的经验
  • 1.8 实时机器学习模型的生存期
  • 第2章 实时监督式机器学习
  • 2.1 什么是监督式机器学习
  • 2.2 怎样衡量监督式机器学习模型
  • 2.3 实时线性分类器介绍
  • 第3章 数据分析工具Pandas
  • 3.1 颠覆R的Pandas
  • 3.2 Pandas的安装
  • 3.3 利用Pandas分析实时股票报价数据
  • 3.4 数据分析的三个要点
  • 第4章 机器学习工具Scikit-learn
  • 4.1 如何站在风口上？向Scikit-learn学习
  • 4.2 Scikit-learn的安装
  • 4.3 Scikit-learn的主要模块
  • 4.4 利用Scikit-learn进行股票价格波动预测
  • 第2部分 实时机器学习架构
  • 第5章 实时机器学习架构设计
  • 5.1 设计实时机器学习架构的四个要点
  • 5.2 Lambda架构和主要成员
  • 5.3 常用的实时机器学习架构
  • 5.4 小结
  • 第6章 集群部署工具Docker
  • 6.1 Docker的前世今生
  • 6.2 容器虚拟机的基本组成部分
  • 6.3 Docker引擎命令行工具
  • 6.4 通过Dockerfile配置容器虚拟机
  • 6.5 服务器集群配置工具Docker Compose
  • 6.6 远端服务器配置工具Docker Machine
  • 6.7 其他有潜力的Docker工具
  • 第7章 实时消息队列和RabbitMQ
  • 7.1 实时消息队列
  • 7.2 AMQP和RabbitMQ简介
  • 7.3 RabbitMQ的主要构成部分
  • 7.4 常用交换中心模式
  • 7.5 消息传导设计模式
  • 7.6 利用Docker快速部署RabbitMQ
  • 7.7 利用RabbitMQ开发队列服务
  • 第8章 实战数据库综述
  • 8.1 SQL与NoSQL，主流数据库分类
  • 8.2 数据库的性能
  • 8.3 SQL和NoSQL对比
  • 8.4 数据库的发展趋势
  • 8.5 MySQL简介
  • 8.6 Cassandra简介
  • 第9章 实时数据监控ELK集群
  • 9.1 Elasticsearch、LogStash和Kibana的前世今生
  • 9.2 Elasticsearch基本架构
  • 9.3 Elasticsearch快速入门
  • 9.4 Kibana快速入门
  • 第10章 机器学习系统设计模式
  • 10.1 设计模式的前世今生
  • 10.2 读：高速键值模式
  • 10.3 读：缓存高速查询模式
  • 10.4 更新：异步数据库更新模式
  • 10.5 更新：请求重定向模式
  • 10.6 处理：硬实时并行模式
  • 10.7 处理：分布式任务队列模式
  • 10.8 处理：批实时处理模式
  • 第3部分 未来展望
  • 第11章 Serverless架构
  • 11.1 Serverless架构的前世今生
  • 11.2 Serverless架构对实时机器学习的影响
  • 第12章 深度学习的风口
  • 12.1 深度学习的前世今生
  • 12.2 深度学习的难点
  • 12.3 如何选择深度学习工具
  • 12.4 未来发展方向
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社有限公司

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。