Uczenie maszynowe
Podręcznik architekta rozwiązań. Poznaj reguły oraz strategie projektu architektury i rozpocznij niezwykłą karierę. Wydanie II
- Szczegóły
- Kategoria: Uczenie maszynowe
Usługi natywnej chmury pozwalają na uzyskiwanie imponującej wydajności i skalowalności przy niskim koszcie. Świadome tego przedsiębiorstwa poszukują architektów rozwiązań chmurowych, którzy spełniają wysokie wymagania. Taka osoba musi posiadać rozległą znajomość technologii i umiejętność wiązania tej wiedzy z wymaganiami biznesu w sposób zapewniający maksimum korzyści.
Dzięki tej książce dowiesz się, jak tworzyć niezawodne, skalowalne i odporne rozwiązania, a także jak projektować systemy następnej generacji przeznaczone dla środowiska chmury. Poznasz efektywne strategie dla produktu i nauczysz się je w pełni implementować w swojej organizacji. Zrozumiesz też, w jaki sposób architekt rozwiązań wpisuje się w środowisko elastycznie działającej firmy. W tym wydaniu pojawiły się również nowe rozdziały, poświęcone takim technologiom jak internet rzeczy, obliczenia kwantowe, inżynieria danych i uczenie maszynowe.
Znajdziesz tu uaktualnione informacje dotyczące architektury natywnej chmury i magazynu danych łańcucha bloków. W efekcie lektury nauczysz się tworzyć projekty efektywnych rozwiązań, spełniających zdefiniowane wymagania biznesowe.
Najciekawsze zagadnienia:
- zadania architekta rozwiązań w korporacji,
- implementacja reguł i wzorców projektowych,
- strategie zabezpieczania architektury,
- modernizacja starych aplikacji za pomocą chmury,
- big data, uczenie maszynowe, IoT i obliczenia kwantowe w nowoczesnej architekturze.
Jeśli chcesz mieć łatwe życie, nie zostawaj architektem.
Zaha Hadid,
wielokrotnie nagradzana architektka
Saurabh Shrivastava jest architektem i wynalazcą. Obecnie pracuje w Amazon Web Services jako lider architektów rozwiązań globalnych. Pasjonuje się najnowszymi technologiami i ich wpływem na społeczeństwo.
Neelanjali Srivastav jest liderką technologiczną, menedżerką produktu i trenerką metodyk zwinnych. Obecnie pracuje w Amazon Web Services jako starszy menedżer produktu. Opracowuje i rozwija nowe produkty.
- Spark. Rozproszone uczenie maszynowe na dużą skalę. Jak korzystać z MLlib, TensorFlow i PyTorch - [08 sierpień 2024]
- Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV - [05 czerwiec 2024]
- Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko - [28 maj 2024]
- Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II - [24 kwiecień 2024]
- Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku - [13 luty 2024]