Hlboké učenie so štruktúrovanými údajmi

Recenzie čitateľov

Kniha je zameraná na začiatočníkov v oblasti strojového učenia a zahŕňa základné témy, ako je čistenie údajov a spracovanie reálnych súborov údajov. Pre tých, ktorí sa už oboznámili so strojovým učením a túžia po podrobnom obsahu hlbokého učenia, je však nedostatočná, pretože hlbokému učeniu venuje len dve kapitoly a v diskusiách chýba komplexnosť.

⬤ Vhodná pre začiatočníkov v oblasti strojového učenia
⬤ dôkladné pokrytie čistenia dát a výziev reálnych datasetov
⬤ praktické príklady nasadenia modelov a spracovania nevyvážených dát.

⬤ Nedostatočná hĺbka tém hlbokého učenia
⬤ obmedzené na dve kapitoly pre hlboké učenie
⬤ používa jednoduchšie súbory dát (napr. MNIST), ktoré nemusia byť v súlade s názvom knihy
⬤ anti-klimatický výkon modelov hlbokého učenia v porovnaní s tradičnými modelmi, ako je XGBoost.

(na základe 3 čitateľských recenzií)

Pôvodný názov:

Deep Learning with Structured Data

Obsah knihy:

Hlboké učenie so štruktúrovanými údajmi vás naučí výkonné techniky analýzy údajov pre tabuľkové údaje a relačné databázy.

Zhrnutie

Hlboké učenie ponúka potenciál na identifikáciu zložitých vzorov a vzťahov skrytých v dátach rôzneho druhu. Kniha Hlboké učenie so štruktúrovanými dátami vám ukáže, ako aplikovať výkonné techniky hlbokej analýzy učenia na štruktúrované, tabuľkové dáta, ktoré nájdete v relačných databázach, od ktorých sú závislé reálne podniky. Táto kniha plná praktických a relevantných aplikácií vás naučí, ako môže hlboké učenie rozšíriť vaše existujúce systémy strojového učenia a business intelligence.

Zakúpenie tlačenej knihy zahŕňa bezplatnú elektronickú knihu vo formátoch PDF, Kindle a ePub od vydavateľstva Manning Publications.

O technológii

Tu je špinavé tajomstvo: Polovica času vo väčšine projektov dátovej vedy sa strávi čistením a prípravou dát. Existuje však lepší spôsob: Techniky hlbokého učenia optimalizované pre tabuľkové údaje a relačné databázy prinášajú poznatky a analýzy bez toho, aby si vyžadovali intenzívne feature engineering. Naučte sa zručnosti, ktoré vám umožnia odomknúť výkon hlbokého učenia s oveľa menším množstvom filtrovania, overovania a čistenia údajov.

O knihe

Hlboké učenie so štruktúrovanými údajmi vás naučí výkonné techniky analýzy údajov pre tabuľkové údaje a relačné databázy. Začnite používať súbor údajov založený na torontskom dopravnom systéme. Pri práci s knihou sa dozviete, aké jednoduché je nastaviť tabuľkové údaje pre hlboké učenie, pričom vyriešite zásadné produkčné problémy, ako je nasadenie a monitorovanie výkonu.

Čo je vnútri

Kedy a kde použiť hlboké učenie.

Architektúra modelu hlbokého učenia Keras.

Trénovanie, nasadenie a údržba modelov.

Meranie výkonu.

O čitateľovi

Pre čitateľov so stredne pokročilými znalosťami jazyka Python a strojového učenia.

O autorovi

Mark Ryan je manažérom dátovej vedy v spoločnosti Intact Insurance. Získal magisterský titul v odbore počítačových vied na Torontskej univerzite.

Obsah

1 Prečo hlboké učenie so štruktúrovanými údajmi?

2 Úvod do problémového príkladu a dátové rámce Pandas.

3 Príprava údajov, časť 1: Skúmanie a čistenie údajov.

4 Príprava údajov, časť 2: Transformácia údajov.

5 Príprava a zostavenie modelu.

6 Trénovanie modelu a vykonávanie experimentov.

7 Ďalšie experimenty s natrénovaným modelom.

8 Nasadenie modelu.

9 Odporúčané ďalšie kroky.