Kuchárka strojového učenia v jazyku Python: 100 receptov, ktoré vás naučia, ako vykonávať rôzne úlohy strojového učenia v reálnom svete

Recenzie čitateľov

Kniha je praktickým sprievodcom strojovým učením, vhodným pre začiatočníkov aj pre tých, ktorí už majú nejaké skúsenosti. Hoci ponúka jasné vysvetlenia a veľký dôraz na použiteľné algoritmy, niektorí čitatelia majú pocit, že určitý obsah je spracovaný príliš stručne.

Vynikajúca prehľadnosť a praktické zameranie na implementáciu algoritmov strojového učenia.

Relevantné a aktuálne so súčasnými aplikáciami.

(na základe 5 čitateľských recenzií)

Pôvodný názov:

Python Machine Learning Cookbook: 100 recipes that teach you how to perform various machine learning tasks in the real world

Obsah knihy:

100 receptov, ktoré vás naučia, ako vykonávať rôzne úlohy strojového učenia v reálnom svete

Kľúčové vlastnosti

⬤ Pomocou tohto vzrušujúceho sprievodcu založeného na receptoch pochopíte, ktoré algoritmy použiť v danom kontexte.

⬤ Poznajte perceptróny a zistite, ako sa používajú na vytváranie neurónových sietí.

⬤ Zaseknete sa pri vytváraní zmyslu obrázkov, textu, reči a nehnuteľností? Táto príručka vám príde na pomoc a ukáže vám, ako vykonávať strojové učenie pre každú z nich pomocou rôznych techník.

Popis knihy

Strojové učenie je v modernom svete založenom na údajoch čoraz rozšírenejšie. Hojne sa využíva v mnohých oblastiach, ako sú vyhľadávače, robotika, samojazdiace autá a ďalšie.

Vďaka tejto knihe sa naučíte vykonávať rôzne úlohy strojového učenia v rôznych prostrediach. Začneme skúmaním celého radu reálnych scenárov, v ktorých možno strojové učenie použiť, a pozrieme sa na rôzne stavebné prvky. V celej knihe budete používať širokú škálu algoritmov strojového učenia na riešenie reálnych problémov a používať Python na implementáciu týchto algoritmov.

Zistíte, ako pracovať s rôznymi typmi údajov, a preskúmate rozdiely medzi paradigmami strojového učenia, ako je učenie pod dohľadom a učenie bez dohľadu. Zaoberáme sa tiež celým radom regresných techník, klasifikačných algoritmov, prediktívneho modelovania, techník vizualizácie údajov, odporúčacích strojov a ďalších s pomocou príkladov z reálneho sveta.

Čo sa naučíte

⬤ Preskúmajte klasifikačné algoritmy a aplikujte ich na problém odhadu príjmovej skupiny.

⬤ Použiť prediktívne modelovanie a aplikovať ho na problémy reálneho sveta.

⬤ Pochopiť, ako vykonávať segmentáciu trhu pomocou nekontrolovaného učenia.

⬤ Preskúmajte techniky vizualizácie údajov, aby ste mohli s údajmi pracovať rôznymi spôsobmi.

⬤ Zistite, ako vytvoriť odporúčací engine.

⬤ Pochopiť, ako pracovať s textovými údajmi a vytvárať modely na ich analýzu.

⬤ Pracujte s rečovými údajmi a rozpoznávajte hovorené slová pomocou skrytých Markovových modelov.

⬤ Analyzujte údaje z akciového trhu pomocou podmienených náhodných polí.

⬤ Pracovať s obrazovými údajmi a vytvárať systémy na rozpoznávanie obrazov a biometrické rozpoznávanie tváre.

⬤ Uchopiť, ako používať hlboké neurónové siete na vytvorenie systému na optické rozpoznávanie znakov.