【2023新书】使用Spark扩展机器学习:使用MLlib、TensorFlow和PyTorch实现分布式机器学习530页pdf

了解如何使用Apache Spark构建端到端的可扩展机器学习解决方案。通过这份实用指南，作者Adi Polak向数据和ML从业者介绍了替代当今传统方法的创造性解决方案。您将学习一种更全面的方法，使您超越特定的需求和组织目标——允许数据和ML从业者更好地协作和相互理解。基于Spark的机器学习扩展研究了基于Apache Spark生态系统使用Spark MLlib、MLflow、TensorFlow和PyTorch构建端到端分布式机器学习工作流的几种技术。如果你是一名从事机器学习工作的数据科学家，本书将向你展示何时以及为什么要使用每种技术。你会:

• 探索机器学习，包括分布式计算的概念和术语
• 使用MLflow管理ML生命周期
• 使用Spark采集数据并进行基本的预处理
• 探索特征工程，并使用Spark来提取特征
• 使用MLlib训练一个模型，并构建一个管道来重现它
• 构建一个数据系统，将Spark的力量与深度学习相结合
• 获取一个使用分布式TensorFlow的分步示例
• 使用PyTorch扩展机器学习及其内部架构
• 更多的显示和隐藏

https://www.oreilly.com/library/view/scaling-machine-learning/9781098106812/