Recenzii ale cititorilor
În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 7 voturi.
Titlul original:
Hands-On Unsupervised Learning with Python
Conținutul cărții:
Descoperiți seturile de abilități necesare pentru a implementa diferite abordări ale învățării automate cu Python Caracteristici cheie Explorați învățarea nesupravegheată cu clustering, autoencodere, mașini Boltzmann restrânse și multe altele Construiți propriile modele de rețele neuronale utilizând bibliotecile Python moderne Exemplele practice vă arată cum să implementați diferite tehnici de învățare automată și învățare profundă Descrierea cărții
Învățarea nesupravegheată se referă la utilizarea datelor brute, neetichetate și la aplicarea algoritmilor de învățare pentru a ajuta o mașină să prezică rezultatul. Cu această carte, veți explora conceptul de învățare nesupravegheată pentru a grupa seturi mari de date și pentru a le analiza în mod repetat până când rezultatul dorit este găsit utilizând Python.
Această carte începe cu diferențele cheie dintre învățarea supravegheată, nesupravegheată și semi-supravegheată. Veți face cunoștință cu cele mai utilizate biblioteci și cadre din ecosistemul Python și veți aborda învățarea nesupravegheată atât în domeniul învățării automate, cât și în domeniul învățării profunde. Veți explora diverși algoritmi, tehnici care sunt utilizate pentru a implementa învățarea nesupravegheată în cazuri de utilizare din lumea reală. Veți învăța o varietate de abordări de învățare nesupravegheată, inclusiv optimizarea aleatorie, gruparea, selectarea și transformarea caracteristicilor și teoria informației. Veți obține experiență practică cu privire la modul în care rețelele neuronale pot fi utilizate în scenarii nesupravegheate. De asemenea, veți explora pașii implicați în construirea și formarea unei GAN pentru a procesa imagini.
Până la sfârșitul acestei cărți, veți fi învățat arta învățării nesupravegheate pentru diferite provocări din lumea reală. Ce veți învăța Utilizați algoritmi de clusterizare pentru a identifica și optimiza grupuri naturale de date Explorați clusterizarea neliniară și ierarhică avansată în acțiune Atribuiri de etichete moi pentru fuzzy c-means și modele de amestec gaussian Detectați anomalii prin estimarea densității Efectuați analiza componentelor principale utilizând modele de rețele neuronale Creați modele nesupravegheate utilizând GAN Pentru cine este această carte
Această carte este destinată statisticienilor, oamenilor de știință de date, dezvoltatorilor de învățare automată și practicienilor de învățare profundă care doresc să construiască aplicații inteligente prin implementarea învățării nesupravegheate a blocului cheie și să stăpânească toate tehnicile și algoritmii noi oferiți în învățarea automată și învățarea profundă folosind exemple din lumea reală. Sunt de dorit unele cunoștințe prealabile de concepte de învățare automată și statistică. Table of Contents Noțiuni introductive despre învățarea nesupravegheată Bazele clusterizării Clusterizarea avansată Clusterizarea ierarhică în acțiune Soft Clustering și modele de amestecuri gaussiene Detectarea anomaliilor Reducerea dimensionalității și analiza componentelor Modele de rețele neurale nesupravegheate Generative Adversarial Networks și SOMs
