L’articolo è stato aggiunto alla lista dei desideri

Password

Ricordami

Hai dimenticato la password?

Prosegui come ospite

Dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, Condizioni Generali di Vendita, Acquistare un prodotto come ospite, nonché l’Informativa Privacy, fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Torna indietro

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

Nome

Cognome

Password

Min. 8 caratteri ( A-Z, a-z, 0-9 e caratteri speciali . , - / @ _ ! )

Ripeti password

Verifica email L’indirizzo nome.cognome@mail.com non è presente nei nostri database come profilo ospite. Per maggiori dettagli contattare il servizio clienti

Con la presente registrazione dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, le Condizioni Generali di Vendita e l’Informativa Privacy fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Autorizzo il Titolare ad inviare direttamente comunicazioni commerciali su prodotti e servizi del Titolare, società del Gruppo Feltrinelli e partner commerciali, a mezzo di sistemi automatizzati via e-mail, sms o simili e a mezzo del servizio postale, così come descritto all’art. 3 lett. e) dell’informativa privacy.

Autorizzo il Titolare a migliorare ed accrescere la capacità di adeguare l’offerta complessiva del Titolare alle esigenze dell’Utente, mediante comunicazioni commerciali ed offerte promozionali personalizzate basate sulla profilazione, così come descritto all’art. 3 lett. f) dell’informativa privacy.

Autorizzo il Titolare a comunicare e cedere i dati a società del Gruppo Feltrinelli e/o a partner commerciali attivi nei settori di editoria, cinema, musica, intrattenimento, nonché ulteriori terze parti appartenenti alle categorie indicate nell’informativa, per l’invio di comunicazioni commerciali effettuate da parte di questi soggetti, così come descritto all’art. 3 lett. g) dell’informativa privacy.

Benvenuto in IBS,

Riceverai una mail di conferma all’indirizzo

Raccontaci qualcosa in più su di te

oppure

Inizia il tuo shopping

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

;

Scaling up Machine Learning: Parallel and Distributed Approaches - cover

LIBRO INGLESE

Scaling up Machine Learning: Parallel and Distributed Approaches

Ron Bekkerman (Curatore)

Mikhail Bilenko (Curatore)

Cambridge University Press, 2018

Recensioni: 0/5

(0)

Grazie per la tua recensione!

Tra poche ore la vedrai online (in caso contrario verifica la conformità del testo alle nostre linee guida). Dopo la pubblicazione per te +4 punti Effe

63,70 € +640 punti Effe

Venditore: IBS

Articolo acquistabile con Carta del Docente

Articolo acquistabile con Carta Cultura Giovani e Carta del Merito

Paga con Klarna in 3 rate senza interessi per ordini superiori a 39 €

Dati e Statistiche

Salvato in 0 liste dei desideri

Scaling up Machine Learning: Parallel and Distributed Approaches

Disponibilità in 2 settimane

63,70 €

Disp. in 2 settimane

Scaling up Machine Learning: Parallel and Distributed Approaches

Libri in Inglese

Altri venditori

Prezzo e spese di spedizione

Venduto e spedito da IBS

63,70 € Spedizione gratuita

disponibilità in 2 settimane

Nuovo

Altri venditori

Prezzo e spese di spedizione

Venduto e spedito da IBS

63,70 € Spedizione gratuita

disponibilità in 2 settimane

Nuovo

Altri venditori

Prezzo e spese di spedizione

Descrizione

This book presents an integrated collection of representative approaches for scaling up machine learning and data mining methods on parallel and distributed computing platforms. Demand for parallelizing learning algorithms is highly task-specific: in some settings it is driven by the enormous dataset sizes, in others by model complexity or by real-time performance requirements. Making task-appropriate algorithm and platform choices for large-scale machine learning requires understanding the benefits, trade-offs and constraints of the available options. Solutions presented in the book cover a range of parallelization platforms from FPGAs and GPUs to multi-core systems and commodity clusters, concurrent programming frameworks including CUDA, MPI, MapReduce and DryadLINQ, and learning settings (supervised, unsupervised, semi-supervised and online learning). Extensive coverage of parallelization of boosted trees, SVMs, spectral clustering, belief propagation and other popular learning algorithms, and deep dives into several applications, make the book equally useful for researchers, students and practitioners.

Leggi di più Leggi di meno

Dettagli

Curatore:

Ron Bekkerman, Mikhail Bilenko

Editore:

Cambridge University Press

Anno:

2018

Rilegatura:

Paperback / softback

Pagine:

491 p.

Testo in English

Dimensioni:

256 x 180 mm

Peso:

1000 gr.

EAN:

9781108461740

L’articolo è stato aggiunto alla lista dei desideri