机器学习即服务：将Python机器学习创意快速转变为云端Web应用程序pdf百度网盘下载地址?
本书涵盖Kubernetes架构、部署、核心资源类型、系统扩缩容、存储卷、网络插件与网络本书由浅入深地介绍了一系列常见的Python数据科学问题。书中介绍的实践项目简单明了，可作为模板快速启动其他类似项目。通过本书，你将学习如何构建一个Web应用程序以进行数值或分类预测，如何理解文本分析，如何创建强大的交互界面，如何对数据访问进行安全控制，以及如何利用Web插件实现信用卡付款和捐赠。
每章都遵循三个步骤：以正确的方式建模，设计和开发本地Web应用程序，部署到流行且可靠的无服务器计算云平台（亚马逊、微软、谷歌和PythonAnywhere）上。本书各章之间是独立的，你可以根据需求跳转至特定主题。
作者简介:
曼纽尔·阿米纳特吉（Manuel Amunategui） 曼纽尔·阿米纳特吉（Manuel Amunategui） 是SpringML（谷歌云和Salesforce的优选合作伙伴）的数据科学副总裁，拥有预测分析和国际管理硕士学位。在过去20年中，他在科技行业内实施了数百种端到端客户解决方案。在机器学习、医疗健康建模等方面有着丰富的咨询经验。他在华尔街金融行业工作了6年，在微软工作了4年，这些经历使他意识到应用数据科学教育和培训材料的缺乏。为了帮助缓解这一问题，他一直在通过文字博客、视频博客和教育材料传播应用数据科学知识。 迈赫迪·洛佩伊（Mehdi Roopaei） 迈赫迪·洛佩伊（Mehdi Roopaei） 是IEEE、AIAA和ISA的高级成员。2011年获Shiraz大学计算机工程博士学位，研究方向为动态系统的智能控制。2012年至2018年... 曼纽尔·阿米纳特吉（Manuel Amunategui） 曼纽尔·阿米纳特吉（Manuel Amunategui） 是SpringML（谷歌云和Salesforce的优选合作伙伴）的数据科学副总裁，拥有预测分析和国际管理硕士学位。在过去20年中，他在科技行业内实施了数百种端到端客户解决方案。在机器学习、医疗健康建模等方面有着丰富的咨询经验。他在华尔街金融行业工作了6年，在微软工作了4年，这些经历使他意识到应用数据科学教育和培训材料的缺乏。为了帮助缓解这一问题，他一直在通过文字博客、视频博客和教育材料传播应用数据科学知识。 迈赫迪·洛佩伊（Mehdi Roopaei） 迈赫迪·洛佩伊（Mehdi Roopaei） 是IEEE、AIAA和ISA的高级成员。2011年获Shiraz大学计算机工程博士学位，研究方向为动态系统的智能控制。2012年至2018年夏季，他在得克萨斯大学圣安东尼奥分校从事博士后研究工作；2018年秋季，他在威斯康星大学普拉特维尔分校担任助理教授。他的研究兴趣包括人工智能驱动的控制系统、数据驱动决策、机器学习和物联网（IoT），以及沉浸式分析。他是IEEE Access的副主编，也是IoT Elsevier杂志的编委会成员。他还是IoT Elsevier特刊《IoT Analytics for Data Streams》的兼职编辑，出版了《Applied Cloud Deep Semantic Recognition: Advanced Anomaly Detection》（CRC Press, 2018）一书。他于2018年1月至7月在圣安东尼奥担任IEEE联合通信和信号处理社区分会主席。他发表了60多篇备受同行好评的技术论文，在多个会议上担任项目委员会成员，并担任多个期刊的技术审稿人。
目录:
第1章 无服务器计算介绍1
第2章 在Azure上进行共享单车回归模型智能预测27
第3章 在GCP上基于逻辑回归实现实时智能67
第4章 在AWS上使用Gradient Boosting Machine进行预训练91
第5章 案例研究1：在Web和移动浏览器上预测股票市场117
第6章 基于Azure和Google地图的犯罪行为预测137
第7章 在AWS上使用朴素贝叶斯和OpenWeather进行预测167
第8章 在GCP上基于TensorFlow实现交互式绘画和数字预测186
第9章 案例研究2：动态股票图表显示205
第10章 在GCP上使用奇异值分解实现推荐系统216
第11章 在Azure上使用NLP和可视化技术简化复杂概念242
第12章 案例研究3：使用基础财务信息使内容更丰富269
第13章 使用Google Analytics282
第14章 在PythonAnywhere上使用A/B测试和MySQL数据库288
第15章 从访问者到订阅者306
第16章 案例研究4：使用Memberful构建订阅付费墙322
第17章 关闭所有资源339
点击下载