Hodnotenie:
Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 7 hlasoch.
Hands-On Unsupervised Learning with Python
Objavte súbory zručností potrebné na implementáciu rôznych prístupov k strojovému učeniu pomocou jazyka Python Kľúčové vlastnosti Preskúmajte učenie bez dohľadu pomocou zhlukovania, autoenkodérov, obmedzených Boltzmannových strojov a ďalších technológií Vytvorte si vlastné modely neurónových sietí pomocou moderných knižníc jazyka Python Praktické príklady vám ukážu, ako implementovať rôzne techniky strojového učenia a hlbokého učenia Popis knihy
Neovládané učenie spočíva vo využívaní nespracovaných, neoznačených údajov a v aplikovaní učiacich algoritmov na ne s cieľom pomôcť stroju predpovedať ich výsledok. S touto knihou preskúmate koncept nekontrolovaného učenia na zhlukovanie veľkých súborov údajov a ich opakovanú analýzu, kým sa nenájde požadovaný výsledok pomocou jazyka Python.
Táto kniha sa začína kľúčovými rozdielmi medzi učením pod dohľadom, bez dohľadu a sčasti pod dohľadom. Zoznámite sa s najpoužívanejšími knižnicami a rámcami z ekosystému Python a budete sa zaoberať nekontrolovaným učením v oblasti strojového učenia aj hlbokého učenia. Preskúmate rôzne algoritmy, techniky, ktoré sa používajú na implementáciu nekontrolovaného učenia v reálnych prípadoch použitia. Naučíte sa rôzne prístupy k nekontrolovanému učeniu vrátane náhodnej optimalizácie, zhlukovania, výberu a transformácie príznakov a teórie informácií. Získate praktické skúsenosti s tým, ako možno využiť neurónové siete v scenároch bez dohľadu. Preskúmate aj kroky spojené s budovaním a trénovaním siete GAN s cieľom spracovať obrázky.
Na konci tejto knihy si osvojíte umenie nekontrolovaného učenia pre rôzne reálne výzvy. Čo sa naučíte Používať zhlukovacie algoritmy na identifikáciu a optimalizáciu prirodzených skupín údajov Preskúmať pokročilé nelineárne a hierarchické zhlukovanie v praxi Mäkké priradenie štítkov pre fuzzy c-means a modely Gaussovskej zmesi Zistiť anomálie pomocou odhadu hustoty Vykonať analýzu hlavných komponentov pomocou modelov neurónových sietí Vytvoriť modely bez dohľadu pomocou GAN Komu je táto kniha určená
Táto kniha je určená pre štatistikov, dátových vedcov, vývojárov strojového učenia a odborníkov na hlboké učenie, ktorí chcú vytvárať inteligentné aplikácie implementáciou kľúčového stavebného prvku nekontrolovaného učenia a zvládnuť všetky nové techniky a algoritmy ponúkané v strojovom učení a hlbokom učení na príkladoch z reálneho sveta. Je žiaduca určitá predchádzajúca znalosť konceptov strojového učenia a štatistiky. Obsah Začíname s neovládaným učením Základy zhlukovania Pokročilé zhlukovanie Hierarchické zhlukovanie v akcii Mäkké zhlukovanie a modely Gaussovských zmesí Detekcia anomálií Redukcia dimenzionality a analýza komponentov Modely neurónových sietí bez dohľadu Generatívne adverzné siete a SOM
