Praktické učenie s riadeným učením pomocou jazyka Python: Naučte sa riešiť problémy strojového učenia pomocou algoritmov supervízovaného učenia s využitím jazyka Python

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 10 hlasoch.

Pôvodný názov:

Hands-on Supervised Learning with Python: Learn How to Solve Machine Learning Problems with Supervised Learning Algorithms Using Python

Obsah knihy:

Praktické riešenie problémov ML a vytváranie riešení pomocou jazyka Python.

Kľúčové vlastnosti

⬤ Úvod do programovania v jazyku Python.

⬤ Python pre strojové učenie.

⬤ Úvod do strojového učenia.

⬤ Úvod do prediktívneho modelovania, algoritmov s riadením a bez riadenia.

⬤ Lineárna regresia, logistická regresia a stroje podporných vektorov.

Popis

Oboznámite sa so základmi strojového učenia a programátorského postu v jazyku Python, ktorý vás oboznámi s prediktívnym modelovaním a rôznymi metodikami v prediktívnom modelovaní. Zoznámite sa s algoritmami Supervised Learning a Unsupervised Learning a s rozdielmi medzi nimi.

Zameriame sa na výučbu algoritmov strojového učenia pod dohľadom, ktoré zahŕňajú lineárnu regresiu, logistickú regresiu, stroje podporných vektorov, rozhodovacie stromy a umelé neurónové siete. Pri každom z týchto algoritmov budete prakticky pracovať so súbormi údajov s otvorenými zdrojmi a používať programovanie v jazyku python na programovanie algoritmov strojového učenia. Naučíte sa čistiť údaje a optimalizovať funkcie, aby ste z modelu strojového učenia získali čo najlepšie výsledky. Dozviete sa o rôznych parametroch, ktoré určujú presnosť vášho modelu, a o tom, ako môžete vyladiť svoj model na základe odrazu týchto parametrov.

Čo sa naučíte

⬤ Získate jasnú predstavu o tom, čo je strojové učenie, a oboznámite sa so základnými princípmi strojového učenia.

⬤ Pochopiť knižnice špecifické pre jazyk Python, ktoré sú k dispozícii pre strojové učenie, a vedieť s týmito knižnicami pracovať.

Preskúmať rôzne algoritmy založené na Supervised Learning v Machine Learning a vedieť, ako ich implementovať, keď vám bude predložený prípad použitia v reálnom čase.

⬤ Mať praktické skúsenosti s prieskumom údajov, čistením údajov, predbežným spracovaním údajov a implementáciou modelov.

⬤ Zoznámite sa so základmi hlbokého učenia a niektorými zaujímavými algoritmami v tejto oblasti.

⬤ Vyberte správny model na základe zadania problému a pracujte s technikami EDA, aby ste dosiahli dobrú presnosť modelu.

Pre koho je táto kniha určená

Táto kniha je určená pre každého, kto má záujem pochopiť strojové učenie. Táto kniha bude nápomocná začiatočníkom, inžinierom strojového učenia a dátovým vedcom, ktorí sa chcú oboznámiť s algoritmami Supervised Learning.

Obsah

1. Úvod do programovania v jazyku Python.

2. Python pre strojové učenie.

3. Úvod do strojového učenia.

4. Supervised Learning a Unsupervised Learning.

5. Lineárna regresia: 6. Logistická regresia - úvod.

7. Nahliadnutie do fungovania podporných vektorov (SVM)

8. Rozhodovacie stromy.

9. Náhodné lesy.

10. Modely časových radov v strojovom učení.

11. Úvod do neurónových sietí.

12. Rekurentné neurónové siete.

13. Konvolučné neurónové siete.

14. Výkonnostné metriky.

15. Úvod do dizajnového myslenia.

16. Prípadová štúdia dizajnového myslenia.