在这本通俗易懂的入门级指南的引导下,了解如何将深度学习应用于各种异常检测任务!本书浓墨重彩地描述如何利用Python中的Keras和PyTorch框架,将各种深度学习模型应用于半监督和无监督异常检测任务。 《Python深度学习异常检测 使用Keras和PyTorch》开篇讨论异常检测的含义、用途和重要性。在介绍用Python的scikit-learn进行异常检测的统计和传统机器学习方法后,本书引入深度学习方法,详述如何在Keras和PyTorch中构建和训练深度学习模型,重点分析各类自动编码器、RBM、RNN、LSTM和TCN等深度学习模型在异常检测领域的应用。除了讲解基于时间序列的异常检测的基础知识外,本书还探索无监督和半监督异常检测的相关内容。 学习《Python深度学习异常检测 使用Keras和PyTorch》后,你将全面了解异常检测的基本任务,掌握各种处理异常检测的方法(从传统方法到深度学习方法等
¥96.00定价:¥98.00 (9.8折)
Scala和Spark大数据分析 函数式编程、数据流和机器学习 用SparkR和PySpark API来开发Spark应用,用Zeppelin进行交互式数据分析,用Alluxio进行内存数据处理。
近几年来,Scala得到广泛运用,在数据科学和分析领域的应用更是如火如荼。基于Scala构建的大数据处理框架Spark获得广泛认可,在产品中得到大量应用。如果你想借助Scala和Spark的卓越能力来处理大数据,本书将是你的理想选择。 本书开篇介绍Scala语言,指导你更好地理解 面向对象 和 函数式编程 等在开发Spark应用时必须掌握的概念。此后转向Spark,介绍Spark的核心抽象概念,如RDD和数据帧。利用这些知识,你可更好地使用Spark SQL、GraphX和Spark结构化流等技术来分析结构化和非结构化数据,开发出具备可伸缩性和容错能力的流式应用。*后,本书探讨一些高级主题,如Spark监控、配置、调试、测试和部署等。 通过本书,你将学会用SparkR和PySpark API来开发Spark应用,用Zeppelin进行交互式数据分析,以及用Alluxio进行内存数据处理等。 在完成本书的学习后,你将全面深入地理
¥119.30定价:¥158.00 (7.56折)