Python: Hlbší pohľad na strojové učenie: Využite výhody techník strojového učenia pomocou jazyka Python

Hodnotenie:   (2,1 z 5)

Python: Hlbší pohľad na strojové učenie: Využite výhody techník strojového učenia pomocou jazyka Python (Sebastian Raschka)

Recenzie čitateľov

Zhrnutie:

Kniha „Python: Kniha „Hlbší pohľad na strojové učenie“ ponúka komplexný prehľad rôznych tém strojového učenia s využitím jazyka Python a je cenným zdrojom informácií pre tých, ktorí chcú prehĺbiť svoje znalosti. Hoci vyniká šírkou záberu, niektorí čitatelia si želajú viac názorných príkladov v určitých oblastiach.

Výhody:

Veľká šírka záberu, jedinečná v komplexnom spracovaní tém vrátane transformácie údajov, chýbajúcich údajov, ladenia hyperparametrov, analýzy sentimentu, neurónových sietí a prípadových štúdií. Vrelo odporúčané pre tých, ktorí poznajú Python.

Nevýhody:

Mohlo by prospieť viac ilustračných príkladov, najmä pre hlboké vernostné siete a konvolučné neurónové siete.

(na základe 1 čitateľských recenzií)

Pôvodný názov:

Python: Deeper Insights into Machine Learning: Leverage benefits of machine learning techniques using Python

Obsah knihy:

Využitie výhod techník strojového učenia pomocou jazyka Python.

Kľúčové vlastnosti

⬤ Zlepšujte a optimalizujte systémy strojového učenia pomocou účinných stratégií.

⬤ Vyvinúť stratégiu na prácu s veľkým množstvom údajov.

⬤ Využitie kódu jazyka Python na implementáciu celého radu algoritmov a techník strojového učenia.

Popis knihy

Strojové učenie a prediktívna analytika sa stávajú jednou z kľúčových stratégií na uvoľnenie rastu na náročnom súčasnom trhu. Je to jeden z najrýchlejšie sa rozvíjajúcich trendov v modernej informatike a do oblasti strojového učenia sa chce dostať každý. Na to, aby človek získal dostatočné uznanie v tejto oblasti, musí byť schopný pochopiť a navrhnúť systém strojového učenia, ktorý slúži potrebám projektu.

Ide o to, aby ste si pripravili učebnú cestu, ktorá vám pomôže riešiť reálne zložité problémy moderného strojového učenia pomocou inovatívnych a špičkových techník. Taktiež vám poskytne pevné základy v procese návrhu strojového učenia a umožní vám vytvárať prispôsobené modely strojového učenia na riešenie jedinečných problémov.

Kurz začína osvojením si základov jazyka Python. Zameriava sa na zodpovedanie správnych otázok, ktoré využívajú širokú škálu výkonných knižníc Pythonu vrátane scikit-learn Theano a Keras. Po oboznámení sa so základnými konceptmi jazyka Python je čas ponoriť sa do oblasti dátovej vedy. Ďalej získate pevné základy o návrhu strojového učenia a naučíte sa tiež prispôsobovať modely na riešenie problémov.

V neskoršej fáze si osvojíte pokročilejšie techniky a získate široký súbor výkonných zručností v oblasti výberu príznakov a príznakového inžinierstva.

Čo sa naučíte

⬤ Naučíte sa písať čistý a elegantný kód jazyka Python, ktorý optimalizuje silu vašich algoritmov.

⬤ Odhaliť skryté vzory a štruktúry v údajoch pomocou zhlukovania.

⬤ Zlepšiť presnosť a konzistenciu výsledkov pomocou výkonných techník príznakového inžinierstva.

⬤ Získajte praktické a teoretické znalosti o špičkových algoritmoch hlbokého učenia.

⬤ Riešte jedinečné úlohy vytváraním modelov.

⬤ Získajte prehľad o procese návrhu strojového učenia.

Pre koho je táto kniha určená

Tento titul je určený pre dátových vedcov a výskumníkov, ktorí sa už zaoberajú dátovou vedou a chcú vidieť strojové učenie v praxi a preskúmať jeho reálne využitie. Predchádzajúca znalosť programovania v jazyku Python a matematiky je nevyhnutná so základnými znalosťami konceptov strojového učenia.

Ďalšie údaje o knihe:

ISBN:9781787128576
Autor:
Vydavateľ:
Jazyk:anglicky
Väzba:Mäkká väzba

Nákup:

Momentálne k dispozícii, na sklade.

Ďalšie knihy autora:

Strojové učenie v jazyku Python: Odhaľte hlbšie poznatky o strojovom učení s týmto dôležitým...
Odhaľte hlbšie poznatky o Machine Leaning s týmto...
Strojové učenie v jazyku Python: Odhaľte hlbšie poznatky o strojovom učení s týmto dôležitým sprievodcom špičkovou prediktívnou analýzou - Python Machine Learning: Unlock deeper insights into Machine Leaning with this vital guide to cutting-edge predictive analytics
Python Machine Learning, druhé vydanie: Strojové učenie a hlboké učenie s Pythonom, scikit-learn a...
Odhaľte moderné techniky strojového učenia a...
Python Machine Learning, druhé vydanie: Strojové učenie a hlboké učenie s Pythonom, scikit-learn a TensorFlow - Python Machine Learning, Second Edition: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow
Strojové učenie v jazyku Python - tretie vydanie: Strojové učenie a hlboké učenie s Pythonom,...
Aplikované strojové učenie s pevným teoretickým...
Strojové učenie v jazyku Python - tretie vydanie: Strojové učenie a hlboké učenie s Pythonom, scikit-learn a TensorFlow 2 - Python Machine Learning - Third Edition: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2
Strojové učenie s PyTorch a Scikit-Learn: Vývoj modelov strojového učenia a hlbokého učenia s...
kniha PyTorch z najpredávanejšej a uznávanej...
Strojové učenie s PyTorch a Scikit-Learn: Vývoj modelov strojového učenia a hlbokého učenia s Pythonom - Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python
Python: Hlbší pohľad na strojové učenie: Využite výhody techník strojového učenia pomocou jazyka...
Využitie výhod techník strojového učenia pomocou...
Python: Hlbší pohľad na strojové učenie: Využite výhody techník strojového učenia pomocou jazyka Python - Python: Deeper Insights into Machine Learning: Leverage benefits of machine learning techniques using Python
Otázky o strojovom učení a umelej inteligencii: 30 základných otázok a odpovedí o strojovom učení a...
Naučte sa odpovede na 30 špičkových otázok z...
Otázky o strojovom učení a umelej inteligencii: 30 základných otázok a odpovedí o strojovom učení a umelej inteligencii - Machine Learning Q and AI: 30 Essential Questions and Answers on Machine Learning and AI

Diela autora vydali tieto vydavateľstvá:

© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)