Învățarea profundă cu date structurate

Recenzii ale cititorilor

Cartea se adresează începătorilor în învățarea automată și acoperă subiecte esențiale precum curățarea datelor și manipularea seturilor de date din lumea reală. Cu toate acestea, este insuficientă pentru cei care sunt deja familiarizați cu învățarea mecanică și doresc un conținut aprofundat de învățare profundă, deoarece dedică doar două capitole învățării profunde și îi lipsește complexitatea în discuțiile sale.

⬤ Potrivit pentru începătorii în învățarea automată
⬤ acoperire aprofundată a curățării datelor și a provocărilor seturilor de date din lumea reală
⬤ exemple practice de implementare a modelelor și de gestionare a datelor dezechilibrate.

⬤ Profunzime insuficientă a subiectelor de învățare profundă
⬤ se limitează la două capitole pentru învățarea profundă
⬤ utilizează seturi de date mai simple (de exemplu, MNIST) care ar putea să nu se alinieze cu titlul cărții
⬤ performanță anti-climactică a modelelor de învățare profundă în comparație cu modelele tradiționale precum XGBoost.

(pe baza a 3 recenzii ale cititorilor)

Titlul original:

Deep Learning with Structured Data

Conținutul cărții:

Deep Learning with Structured Data vă învață tehnici puternice de analiză a datelor pentru date tabulare și baze de date relaționale.

Rezumat

Învățarea profundă oferă potențialul de a identifica modele și relații complexe ascunse în date de tot felul. Deep Learning with Structured Data vă arată cum să aplicați tehnici puternice de analiză deep learning la tipul de date structurate, tabulare, pe care le veți găsi în bazele de date relaționale de care depind afacerile din lumea reală. Plină de aplicații practice și relevante, această carte vă învață cum învățarea profundă vă poate spori sistemele existente de învățare automată și business intelligence.

Cumpărarea cărții tipărite include o carte electronică gratuită în format PDF, Kindle și ePub de la Manning Publications.

Despre tehnologie

Iată un secret murdar: jumătate din timpul petrecut în majoritatea proiectelor de știința datelor este dedicat curățării și pregătirii datelor. Dar există o modalitate mai bună: Tehnicile de învățare profundă optimizate pentru date tabulare și baze de date relaționale oferă informații și analize fără a necesita o inginerie intensă a caracteristicilor. Învățați abilitățile necesare pentru a debloca performanțele învățării profunde cu mult mai puțină filtrare, validare și curățare a datelor.

Despre carte

Deep Learning with Structured Data vă învață tehnici puternice de analiză a datelor pentru date tabulare și baze de date relaționale. Începeți utilizând un set de date bazat pe sistemul de tranzit din Toronto. Pe măsură ce parcurgeți cartea, veți afla cât de ușor este să configurați date tabulare pentru învățarea profundă, rezolvând în același timp preocupări cruciale legate de producție, precum implementarea și monitorizarea performanței.

Ce este în interior

Când și unde să utilizați învățarea profundă.

Arhitectura unui model Keras de învățare profundă.

Formarea, implementarea și întreținerea modelelor.

Măsurarea performanței.

Despre cititor

Pentru cititori cu abilități intermediare în Python și machine learning.

Despre autor

Mark Ryan este Data Science Manager la Intact Insurance. Deține o diplomă de master în informatică de la Universitatea din Toronto.

Tabla de conținut

1 De ce învățarea profundă cu date structurate?

2 Introducere în problema de exemplu și în cadrele de date Pandas.

3 Pregătirea datelor, partea 1: Explorarea și curățarea datelor.

4 Pregătirea datelor, partea 2: Transformarea datelor.

5 Pregătirea și construirea modelului.

6 Pregătirea modelului și efectuarea de experimente.

7 Alte experimente cu modelul antrenat.

8 Implementarea modelului.

9 Etapele următoare recomandate.