En raison d'une grêve chez bpost, votre commande pourrait être retardée. Vous avez besoin d’un livre rapidement ? Nos magasins vous accueillent à bras ouverts !
- Retrait gratuit dans votre magasin Club
- 7.000.000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
En raison de la grêve chez bpost, votre commande pourrait être retardée. Vous avez besoin d’un livre rapidement ? Nos magasins vous accueillent à bras ouverts !
- Retrait gratuit dans votre magasin Club
- 7.000.0000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Machine Learning for Adaptive Many-Core Machines - A Practical Approach
Noel Lopes, Bernardete Ribeiro
105,45 €
+ 210 points
Format
Description
The overwhelming data produced everyday and the increasing performance and cost requirements of applications are transversal to a wide range of activities in society, from science to industry. In particular, the magnitude and complexity of the tasks that Machine Learning (ML) algorithms have to solve are driving the need to devise adaptive many-core machines that scale well with the volume of data, or in other words, can handle Big Data.
This book gives a concise view on how to extend the applicability of well-known ML algorithms in Graphics Processing Unit (GPU) with data scalability in mind. It presents a series of new techniques to enhance, scale and distribute data in a Big Learning framework. It is not intended to be a comprehensive survey of the state of the art of the whole field of machine learning for Big Data. Its purpose is less ambitious and more practical: to explain and illustrate existing and novel GPU-based ML algorithms, not viewed as a universal solution for the Big Data challenges but rather as part of the answer, which may require the use of different strategies coupled together.
Spécifications
Parties prenantes
- Auteur(s) :
- Editeur:
Contenu
- Nombre de pages :
- 241
- Langue:
- Anglais
- Collection :
- Tome:
- n° 7
Caractéristiques
- EAN:
- 9783319380964
- Date de parution :
- 17-09-16
- Format:
- Livre broché
- Format numérique:
- Trade paperback (VS)
- Dimensions :
- 156 mm x 234 mm
- Poids :
- 371 g
Les avis
Nous publions uniquement les avis qui respectent les conditions requises. Consultez nos conditions pour les avis.