Recenzii ale cititorilor
În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 15 voturi.
Titlul original:
Machine Learning Algorithms - Second Edition: Popular algorithms for data science and machine learning, 2nd Edition
Conținutul cărții:
Un ghid ușor de urmat, pas cu pas, pentru a vă familiariza cu aplicarea în lumea reală a algoritmilor de învățare automată
Caracteristici principale
⬤ Explorați statisticile și matematica complexă pentru aplicații cu utilizare intensivă a datelor.
⬤ Descoperiți noi evoluții în algoritmul EM, PCA și regresia bayesiană.
⬤ Studiați modele și faceți predicții în diverse seturi de date.
Descrierea cărții
Învățarea automată a câștigat o popularitate extraordinară pentru predicțiile sale puternice și rapide cu seturi mari de date. Cu toate acestea, adevăratele forțe din spatele rezultatelor sale puternice sunt algoritmii complecși care implică o analiză statistică substanțială, care bat în piept seturi mari de date și generează o perspectivă substanțială.
Această a doua ediție a Algoritmilor de învățare automată vă prezintă rezultatele proeminente ale dezvoltării care au avut loc în legătură cu algoritmii de învățare automată, care constituie contribuții majore la procesul de învățare automată și vă ajută să consolidați și să stăpâniți interpretarea statistică în domeniile învățării supravegheate, semisupravegheate și prin consolidare. Odată ce conceptele de bază ale unui algoritm au fost acoperite, veți explora exemple din lumea reală bazate pe cele mai răspândite biblioteci, cum ar fi scikit-learn, NLTK, TensorFlow și Keras. Veți descoperi subiecte noi, cum ar fi analiza componentelor principale (PCA), analiza componentelor independente (ICA), regresia bayesiană, analiza discriminantă, clusterizarea avansată și amestecul gaussian.
Până la sfârșitul acestei cărți, veți fi studiat algoritmii de învățare automată și veți putea să îi puneți în producție pentru a vă face aplicațiile de învățare automată mai inovatoare.
Ce veți învăța
⬤ Studiați selectarea caracteristicilor și procesul de inginerie a caracteristicilor.
⬤ Evaluați compromisurile de performanță și eroare pentru regresia liniară.
⬤ Construiți un model de date și înțelegeți cum funcționează acesta prin utilizarea diferitelor tipuri de algoritmi.
⬤ Învățați să reglați parametrii mașinilor vectoriale cu suport (SVM)
⬤ Explorați conceptul de prelucrare a limbajului natural (NLP) și sistemele de recomandare.
⬤ Creați o arhitectură de învățare automată de la zero.
Cui se adresează această carte
Algoritmi de învățare automată este pentru dvs. dacă sunteți un inginer de învățare automată, un inginer de date sau un cercetător de date junior care dorește să avanseze în domeniul analizei predictive și al învățării automate. Familiarizarea cu R și Python va fi un avantaj suplimentar pentru a obține cele mai bune rezultate din această carte.
