Machine Learning pentru începători: Învață să construiești sisteme de învățare automată folosind Python (ediția în limba engleză)

Recenzii ale cititorilor

În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 37 voturi.

Titlul original:

Machine Learning for Beginners: Learn to Build Machine Learning Systems Using Python (English Edition)

Conținutul cărții:

Familiarizați-vă cu diferiți algoritmi de învățare supervizată, nesupervizată și de întărire

Caracteristici principale

⬤ Înțelegeți tipurile de învățare automată.

⬤  Familiarizarea cu diferite metode de extragere a caracteristicilor.

⬤  Obțineți o imagine de ansamblu asupra modului de funcționare a algoritmilor rețelei neuronale.

⬤ Învățați cum să implementați arbori de decizie și păduri aleatorii.

⬤  Cartea nu numai că explică algoritmii de clasificare, dar discută și abaterile / modelarea matematică.

Descriere

Această carte acoperă concepte și subiecte importante în învățarea automată. Începe cu curățarea datelor și prezintă o prezentare generală a selecției caracteristicilor. Se vorbește apoi despre formare și testare, validare încrucișată și selectarea caracteristicilor. Cartea acoperă algoritmi și implementări ale celor mai comune tehnici de selecție a caracteristicilor. Cartea se concentrează apoi pe regresia liniară și pe Gradient Descent. Unele dintre tehnicile importante de clasificare, cum ar fi K-nearest neighbors, regresia logistică, Na ve Bayesian și analiza discriminantă liniară sunt acoperite în carte. Cartea oferă apoi o prezentare generală a rețelelor neuronale și explică contextul biologic, limitările perceptronului și modelul backpropagation. Sunt incluse în carte și metodele Support Vector Machines și Kernel. Apoi se arată cum să se implementeze arbori de decizie și păduri aleatorii.

Spre final, cartea oferă o scurtă prezentare generală a învățării nesupravegheate. Sunt abordate diverse tehnici de extragere a caracteristicilor, cum ar fi transformarea Fourier, STFT și modele binare locale. Cartea abordează, de asemenea, analiza componentelor principale și implementarea acesteia.

Ce veți învăța

⬤ Învățați cum să pregătiți datele pentru învățarea automată.

⬤ Învățați cum să implementați algoritmi de învățare de la zero.

⬤ Utilizați scikit-learn pentru a implementa algoritmi.

⬤ Utilizați diverse metode de selecție și extragere a caracteristicilor.

⬤ Învățați cum să dezvoltați un sistem de recunoaștere facială.

Pentru cine este această carte

Cartea este concepută pentru studenții universitari și postuniversitari în informatică și pentru profesioniștii care intenționează să treacă la lumea fascinantă a învățării automate. Această carte necesită cunoștințe de bază ale fundamentelor programării, Python, în special.

Tabla de conținut

1. O introducere în Machine Learning.

2. Începutul: Preprocesarea și selectarea caracteristicilor.

3. Regresia.

4. Clasificarea.

5. Rețele neuronale- I.

6. Rețele neuronale-II.

7. Mașini vectoriale de sprijin.

8. Arbori de decizie.

9. Clustering.

10. Extragerea caracteristicilor.

Apendice.

A1. Fișe de verificare.

A2. Detectarea feței.

A3. Biblografie.

Despre autor

Harsh Bhasin este un cercetător în Applied Machine Learning. Dl Bhasin a lucrat ca profesor asistent în Jamia Hamdard, New Delhi, și a predat ca profesor invitat în diverse institute, inclusiv Universitatea Tehnologică din Delhi. Înainte de aceasta, a lucrat în C# Client-Side Development și Algorithm Development.

Dl Bhasin este autorul câtorva lucrări publicate în reviste renumite, inclusiv Soft Computing, Springer, BMC Medical Informatics and Decision Making, AI and Society, etc. Este recenzent al unor reviste importante și a fost editor al câtorva ediții speciale. A primit o bursă distinsă.

În afara muncii, este profund interesat de poezia hindi, epoca progresistă.

Muzica clasică Hindustani, instrumentele de percuție.

Domeniile sale de interes includ structurile de date, analiza și proiectarea algoritmilor, teoria calculului, Python, învățarea automată și învățarea profundă.

Profilul dvs. LinkedIn:

Https: //in. linkedin.com/in/harsh-bhasin-69134426.