ODBIERZ TWÓJ BONUS :: »

Machine learning, Python i data science. Wprowadzenie Andreas Müller, Sarah Guido

Autorzy:
Andreas Müller, Sarah Guido
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
1.7/6  Opinie: 3
Stron:
320
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
79,00 zł
Powiadom mnie, gdy książka będzie dostępna

Ebook
47,40 zł 79,00 zł (-40%)
39,50 zł najniższa cena z 30 dni

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Instalowania i konfigurowania środowiska Python oraz bibliotek scikit-learn, NumPy, pandas i matplotlib
  • Tworzenia pierwszych modeli uczenia maszynowego w Pythonie
  • Wykorzystywania algorytmów klasyfikacji i regresji, takich jak k-najbliższych sąsiadów, drzewa decyzyjne, SVM i sieci neuronowe
  • Przetwarzania i skalowania danych wejściowych do modeli
  • Redukowania wymiarowości i wyodrębniania cech za pomocą PCA, NMF i t-SNE
  • Grupowania danych z użyciem algorytmów k-średnich, aglomeracyjnego i DBSCAN
  • Kodowania zmiennych kategorialnych i przygotowywania cech do modeli
  • Automatycznego wyboru i selekcji najważniejszych cech
  • Przeprowadzania walidacji krzyżowej i oceny modeli
  • Dobierania i strojenia hiperparametrów za pomocą przeszukiwania siatki
  • Wykorzystywania metryk oceny dla klasyfikacji binarnej, wieloklasowej i regresji
  • Budowania potoków przetwarzania i łańcuchów modeli w scikit-learn
  • Przetwarzania danych tekstowych i reprezentowania ich jako worek słów oraz n-gramy
  • Skalowania danych tekstowych z tf-idf i stosowania zaawansowanej tokenizacji
  • Modelowania tematów i grupowania dokumentów tekstowych
  • Przechodzenia od prototypu do wdrożenia modelu uczenia maszynowego w praktycznych zastosowaniach

Uczenie maszynowe kojarzy się z dużymi firmami i rozbudowanymi zespołami. Prawda jest taka, że obecnie można samodzielnie budować zaawansowane rozwiązania uczenia maszynowego i korzystać do woli z olbrzymich zasobów dostępnych danych. Trzeba tylko mieć pomysł i... trochę podstawowej wiedzy. Tymczasem większość opracowań na temat uczenia maszynowego i sztucznej inteligencji wymaga biegłości w zaawansowanej matematyce. Utrudnia to naukę tego zagadnienia, mimo że uczenie maszynowe jest coraz powszechniej stosowane w projektach badawczych i komercyjnych.

Ta praktyczna książka ułatwi Ci rozpoczęcie wdrażania rozwiązań rzeczywistych problemów związanych z uczeniem maszynowym. Zawiera przystępne wprowadzenie do uczenia maszynowego i sztucznej inteligencji, a także sposoby wykorzystania Pythona i biblioteki scikit-learn, uwzględniające potrzeby badaczy i analityków danych oraz inżynierów pracujących nad aplikacjami komercyjnymi. Zagadnienia matematyczne ograniczono tu do niezbędnego minimum, zamiast tego skoncentrowano się na praktycznych aspektach algorytmów uczenia maszynowego. Dokładnie opisano, jak konkretnie można skorzystać z szerokiej gamy modeli zaimplementowanych w dostępnych bibliotekach.

W książce między innymi:

  • podstawowe informacje o uczeniu maszynowym
  • najważniejsze algorytmy uczenia maszynowego
  • przetwarzanie danych w uczeniu maszynowym
  • ocena modelu i dostrajanie parametrów
  • łańcuchy modeli i hermetyzacja przepływu pracy
  • przetwarzanie danych tekstowych

Python i uczenie maszynowe: programowanie do zadań specjalnych!

W marcu jak w zaczytanym garncu!  Ebooki -40%, książki -35%

Wybrane bestsellery

O autorach książki

Dr Andreas Müller zajmował się uczeniem maszynowym aplikacji rozpoznawania obrazów w Amazonie, później dołączył do Center for Data Science na New York University. Jest jednym z głównych autorów biblioteki scikit-learn i kilku innych pakietów uczenia maszynowego.

Sarah Guido jest analitykiem danych. Pracowała w kilku w start-upach. Jest ceniona za znakomite wystąpienia na prestiżowych konferencjach.

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy muszę znać zaawansowaną matematykę, aby skorzystać z tej książki?
Nie, książka ogranicza zagadnienia matematyczne do niezbędnego minimum i skupia się na praktycznych aspektach uczenia maszynowego, dzięki czemu jest przystępna także dla osób bez zaawansowanego przygotowania matematycznego.
2. Czy książka zawiera praktyczne przykłady kodu w Pythonie?
Tak, publikacja prezentuje liczne przykłady kodu w Pythonie, pokazując krok po kroku, jak korzystać z popularnych bibliotek, takich jak scikit-learn, NumPy czy pandas.
3. Czy znajdę tu informacje o instalacji i konfiguracji narzędzi do machine learningu?
Tak, książka zawiera instrukcje dotyczące instalacji scikit-learn oraz innych podstawowych narzędzi i bibliotek niezbędnych do pracy z uczeniem maszynowym w Pythonie.
4. Czy ta książka pomoże mi zacząć własne projekty z uczenia maszynowego?
Tak, publikacja prowadzi czytelnika od podstaw aż po praktyczne wdrożenia, prezentując proces budowy modeli, ocenę ich skuteczności oraz wskazówki dotyczące pracy z danymi.
5. Jakie zagadnienia z data science są omawiane w tej książce?
W książce znajdziesz m.in. przetwarzanie i przygotowanie danych, wybór i inżynierię cech, ocenę i tuning modeli, pracę z danymi tekstowymi oraz budowanie potoków przetwarzania.
6. Czy książka jest aktualna pod kątem używanych wersji Pythona i bibliotek?
Tak, autor podaje informacje o wersjach narzędzi i bibliotek, które były używane podczas pisania książki, co ułatwia odtworzenie przykładów na własnym komputerze.
7. Czy mogę korzystać z książki, jeśli dopiero zaczynam przygodę z Pythonem?
Tak, książka jest napisana w sposób przystępny dla osób początkujących i nie wymaga zaawansowanej znajomości Pythona - podstawy są wyjaśnione w pierwszych rozdziałach.
8. Czy książka nadaje się do samodzielnej nauki?
Tak, dzięki licznym przykładom, ćwiczeniom i jasnym wyjaśnieniom, publikacja doskonale sprawdzi się jako materiał do samodzielnej nauki uczenia maszynowego i data science.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Książka
79,00 zł
Czasowo niedostępna
Ebook
47,40 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile