Recenzii ale cititorilor
În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 8 voturi.
Titlul original:
Python Machine Learning Cookbook - Second Edition
Conținutul cărții:
Descoperiți modalități puternice de a rezolva eficient problemele de învățare automată din lumea reală utilizând biblioteci cheie, inclusiv scikit-learn, TensorFlow și PyTorch Caracteristici cheie Învățați și implementați algoritmi de învățare automată într-o varietate de scenarii din viața reală Acoperiți o gamă largă de sarcini care răspund tehnicilor de învățare supravegheată, nesupravegheată și de întărire Găsiți soluții de cod ușor de urmat pentru abordarea provocărilor comune și nu atât de comune Descrierea cărții
Această a doua ediție așteptată cu nerăbdare a popularei Python Machine Learning Cookbook vă va permite să adoptați o abordare nouă pentru a face față sarcinilor de învățare automată și învățare profundă din lumea reală.
Cu ajutorul a peste 100 de rețete, veți învăța să construiți aplicații puternice de învățare automată utilizând biblioteci moderne din ecosistemul Python. Cartea vă va ghida, de asemenea, cum să implementați diverși algoritmi de învățare automată pentru clasificare, clusterizare și motoare de recomandare, folosind o abordare bazată pe rețete. Cu accent pe soluții practice, secțiunile dedicate din carte vă vor ajuta să aplicați tehnici de învățare supervizată și nesupervizată la probleme din lumea reală. Spre capitolele finale, vă veți familiariza cu rețete care vă învață tehnici avansate, inclusiv învățarea prin consolidare, rețele neuronale profunde și învățarea automată.
Până la sfârșitul acestei cărți, veți fi echipat cu abilitățile de care aveți nevoie pentru a aplica tehnici de învățare automată și pentru a valorifica toate capacitățile ecosistemului Python prin exemple din lumea reală. Ce veți învăța Utilizați modelarea predictivă și aplicați-o la probleme din lumea reală Explorați tehnici de vizualizare a datelor pentru a interacționa cu datele dvs. Învățați cum să construiți un motor de recomandare Înțelegeți cum să interacționați cu date text și să construiți modele pentru a le analiza Lucrați cu date vocale și recunoașteți cuvinte vorbite utilizând modele Markov ascunse Deveniți versat în învățarea prin întărire, ML automatizat și învățarea prin transfer Lucrați cu date imagine și construiți sisteme pentru recunoașterea imaginilor și recunoașterea facială biometrică Utilizați rețele neuronale profunde pentru a construi un sistem de recunoaștere optică a caracterelor Pentru cine este această carte
Această carte se adresează oamenilor de știință de date, dezvoltatorilor de învățare automată, entuziaștilor învățării profunde și programatorilor Python care doresc să rezolve provocări din lumea reală utilizând tehnici și algoritmi de învățare automată. Dacă vă confruntați cu provocări la locul de muncă și doriți soluții de cod gata de utilizare pentru a acoperi sarcini cheie în domeniul învățării automate și al învățării profunde, atunci această carte este ceea ce vă trebuie. Familiarizarea cu programarea Python și cu conceptele de învățare automată va fi utilă. Table of Contents Tărâmul învățării supravegheate Construirea unui clasificator Modelare predictivă Clusterizare cu învățare nesupravegheată Vizualizarea datelor Construirea motoarelor de recomandare Analiza datelor text Recunoașterea vorbirii Disecarea seriilor de timp și a datelor secvențiale Analiza conținutului imaginilor Recunoașterea biometrică a fețelor Tehnici de învățare prin întărire Rețele neuronale profunde Învățarea nesupravegheată a reprezentărilor Învățarea automată a mașinilor și învățarea prin transfer Deblocare a problemelor de producție
