具体描述
读后感
评分
评分
评分
评分
用户评价
2017年上Machine Learning的课时买来当project参考书用的，只看了deep learning部分。
评分想用R做deep learning的话H2O是个很好的方案，速度堪比C，C艹
评分想了解：怎样跟spark结合的？适不适合作为完整的大数据机器学习方案？跟keras、mllib比较的优劣势？====> 整体而言，H2O是比较独立的ML系统，有自己实现的算法库，自己实现的分布式架构：分布式数据结构和计算协议。基于spark的分布式其实只是借助了spark的executor去启动它自己的分布式节点程序，跟hadoop的distributed shell例子类似。 优势是有可视化，固化了模型以及模型评价体系。可以部署为一个公共的、分布式、有可视化、机器学习服务。可支持R，python。是数据科学家的利器！
评分想了解：怎样跟spark结合的？适不适合作为完整的大数据机器学习方案？跟keras、mllib比较的优劣势？====> 整体而言，H2O是比较独立的ML系统，有自己实现的算法库，自己实现的分布式架构：分布式数据结构和计算协议。基于spark的分布式其实只是借助了spark的executor去启动它自己的分布式节点程序，跟hadoop的distributed shell例子类似。 优势是有可视化，固化了模型以及模型评价体系。可以部署为一个公共的、分布式、有可视化、机器学习服务。可支持R，python。是数据科学家的利器！
评分想了解：怎样跟spark结合的？适不适合作为完整的大数据机器学习方案？跟keras、mllib比较的优劣势？====> 整体而言，H2O是比较独立的ML系统，有自己实现的算法库，自己实现的分布式架构：分布式数据结构和计算协议。基于spark的分布式其实只是借助了spark的executor去启动它自己的分布式节点程序，跟hadoop的distributed shell例子类似。 优势是有可视化，固化了模型以及模型评价体系。可以部署为一个公共的、分布式、有可视化、机器学习服务。可支持R，python。是数据科学家的利器！
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有