Ocena:
Książka służy jako wprowadzenie do Sparka i uczenia maszynowego, ale ma zauważalne wady, takie jak niewystarczająca szczegółowość podstawowych pojęć i problematyczne przykłady kodu.
Zalety:Książka jest dość przejrzysta i napisana prostym językiem, dzięki czemu jest przystępna dla początkujących. Koncentruje się na koncepcjach uczenia maszynowego i jest uważana za dobrą dla tych, którzy chcą rozpocząć pracę z PySpark i SparkML.
Wady:Wiele recenzji podkreśla, że książka jest zbyt podstawowa i brakuje w niej ważnych szczegółów dotyczących implementacji. Cierpi na poważne problemy, takie jak niespójność nazw zmiennych, brakujące fragmenty kodu i niekompletne pliki pomocnicze. Ponadto niektórzy czytelnicy uważają, że bardziej przypomina ona dokumentację API niż spójny przewodnik instruktażowy.
(na podstawie 6 opinii czytelników)
Machine Learning with Pyspark: With Natural Language Processing and Recommender Systems
Rozdział 1: Ewolucja danych.
Rozdział 2: Wprowadzenie do uczenia maszynowego.
Rozdział 3: Przetwarzanie danych.
Rozdział 4: Regresja liniowa.
Rozdział 5: Regresja logistyczna.
Rozdział 6: Lasy losowe.
Rozdział 7: Systemy rekomendacji.
Rozdział 8: Klasteryzacja.
Rozdział 9: Przetwarzanie języka naturalnego.
