內(nèi)容簡介

本書分為盤古人工智能框架開發(fā)專題篇、機器學(xué)習(xí)案例實戰(zhàn)篇、分布式內(nèi)存管理Alluxio解密篇，分別對人工智能開發(fā)框架、機器學(xué)習(xí)案例及Alluxio系統(tǒng)進行透徹解析。

盤古人工智能框架開發(fā)專題篇，通過圖文并茂、深入淺出的講解，帶領(lǐng)讀者一行一行地編寫代碼，自己動手實現(xiàn)人工智能深度學(xué)習(xí)框架中的多個算法，包括多層次神經(jīng)網(wǎng)絡(luò)、前向傳播算法、反向傳播算法、損失度計算及可視化，自適應(yīng)學(xué)習(xí)和特征歸一化等。

機器學(xué)習(xí)案例實戰(zhàn)篇，選取機器學(xué)習(xí)中最具代表性的經(jīng)典案例，透徹講解機器學(xué)習(xí)數(shù)據(jù)預(yù)處理、簡單線性回歸、多元線性回歸、多項式回歸、支持向量回歸、決策樹回歸、隨機森林回歸等回歸算法，邏輯回歸、k近鄰算法、支持向量機、樸素貝葉斯、決策樹分類、隨機森林分類等分類算法，k均值聚類、層次聚類等聚類算法，以及關(guān)聯(lián)分析算法，并分別對回歸模型、分類模型進行性能評估。

分布式內(nèi)存管理Alluxio解密篇，詳細講解Alluxio架構(gòu)、部署、底層存儲及計算應(yīng)用、基本用法、運行維護等內(nèi)容。

本書適合機器學(xué)習(xí)、人工智能及大數(shù)據(jù)學(xué)習(xí)者和從業(yè)人員使用。對于有分布式計算框架應(yīng)用經(jīng)驗的人員，本書也可作為Spark+AI+Alluxio高手修煉的參考書。同時，本書也適合高等院校作為大數(shù)據(jù)教材使用。