《Python大规模机器学习》 —1.3.5小结
【摘要】 本节书摘来自华章计算机《Python大规模机器学习》 一书中第1章,第1.3.5节,作者是[荷]巴斯蒂安·贾丁(Bastiaan Sjardin)[意]卢卡·马萨罗(Luca Massaron)[意]阿尔贝托·博斯凯蒂(Alberto Boschetti),王贵财 刘春明 译。
1.3.5小结
本章介绍了使用Python(向上扩展和向外扩展技术)使机器学习算法具有可扩展性的不同方法,还给出一些令人鼓舞的示例,并通过说明如何在计算机上安装Python来为本书后面的内容做准备。另外,专门介绍了书中使用的Jupyter,并介绍了所有最重要的软件包。
在下一章中,我们将深入讨论随机梯度下降如何通过利用单台机器上的I/O帮助用户处理海量数据集。我们将介绍如何以不同方式让数据从大文件或数据库“流入”(输入)基本学习算法。你会惊讶地发现,简单的解决方案竟然如此有效,甚至台式机也能轻易地处理大数据。
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)