From Spark Machine Learning to TensorFlow Deep Learning
今年剛run了Machine Learning案子, 一邊著手整理這段期間運用的Apache Spark技術, 以及一些Hadoop 和 Spark的觀念想法; 在收集資料, 與重新檢視Blog內容期間, 不由自主地湧進了許多的想法, 於是, 決定重新來架構整份文章內容, 從原本規畫的Spark技術語法, 和模型建構執行過程, 擴大到以三部曲的模式, 架構一套完整的人工智能系列文章。期望達到的目標有:
ü 以當前主流的Big Data平台:Spark和 Deep Learning平台: TensorFlow, 撰寫sample codes與實作應用分享
ü 補強Blog Random Forests系列文章中, 所欠缺的Model Evaluation 與 Algorithm Optimization, 以及Machine Learning專案實作上, 需要運用到的零零種種技術細節
三部曲的順序為:
1.
Building
Machine Learning Models on Apache Spark
2.
Deep
Learning implementation by TensorFlow
3.
Cluster
and Dimensionality Reduction using Scikit-learn
繼續閱讀...
訂閱：
文章 (Atom)
