Python. Uczenie maszynowe w przykładach. TensorFlow 2, PyTorch i scikit-learn. Wydanie III Yuxi (Hayden) Liu
- Autor:
- Yuxi (Hayden) Liu
- Wydawnictwo:
- Helion
- Wydawnictwo:
- Helion
- Ocena:
- Stron:
- 424
- Druk:
- oprawa miękka
- Dostępne formaty:
-
PDFePubMobi
Opis
książki
:
Python. Uczenie maszynowe w przykładach. TensorFlow 2, PyTorch i scikit-learn. Wydanie III
Czego się nauczysz?
- Rodzajów uczenia maszynowego: nadzorowanego, nienadzorowanego i przez wzmacnianie
- Przygotowywania i eksploracji danych z wykorzystaniem Pythona
- Implementacji klasyfikatorów Bayesa do budowy systemów rekomendacyjnych
- Rozpoznawania twarzy przy użyciu maszyn wektorów nośnych (SVM)
- Budowania i trenowania drzew decyzyjnych oraz lasów losowych do prognozowania
- Stosowania regresji logistycznej i liniowej do klasyfikacji i prognozowania
- Skalowania modeli uczenia maszynowego na dużych zbiorach danych z Apache Spark
- Prognozowania cen akcji z użyciem algorytmów regresji i sieci neuronowych
- Tworzenia i trenowania sieci neuronowych z wykorzystaniem TensorFlow i scikit-learn
- Przetwarzania i analizy tekstu oraz danych językowych (NLP) w Pythonie
- Klastrowania danych i modelowania tematycznego (k-średnich, NMF, LDA)
- Wdrażania dobrych praktyk przygotowania danych, trenowania i monitorowania modeli
- Budowania konwolucyjnych sieci neuronowych do klasyfikacji obrazów
- Prognozowania sekwencji danych przy użyciu rekurencyjnych sieci neuronowych (RNN, LSTM, Transformer)
- Stosowania uczenia przez wzmacnianie do podejmowania decyzji w złożonych środowiskach
- Korzystania z bibliotek TensorFlow 2, PyTorch i scikit-learn w praktycznych projektach
Systemy oparte na uczeniu maszynowym są coraz bardziej wyrafinowane. Spośród wielu narzędzi służących do implementacji algorytmów uczenia maszynowego najpopularniejszy okazał się Python wraz z jego bibliotekami. Znajomość tych narzędzi umożliwia sprawne tworzenie systemów uczących się, jednak uzyskanie spektakularnych wyników wymaga doświadczenia i wprawy. Konieczne są więc ćwiczenia i praktyka w samodzielnym rozwiązywaniu problemów.
To trzecie wydanie popularnego podręcznika, który ułatwi Ci zdobycie praktycznej wiedzy o uczeniu maszynowym w Pythonie. Zapoznasz się z różnymi technikami implementacji algorytmów uczenia maszynowego. Przeanalizujesz rzeczywiste przykłady techniki eksploracyjnej analizy danych, inżynierii cech, klasyfikacji danych, regresji, klastrowania i przetwarzania języka naturalnego. To wydanie uzupełniono o najnowsze zagadnienia ważne dla biznesu, takie jak tworzenie systemu rekomendacji, rozpoznawanie twarzy, prognozowanie cen akcji, klasyfikowanie zdjęć, prognozowanie sekwencji danych i zastosowanie uczenia przez wzmacnianie w podejmowaniu decyzji. Dzięki książce poznasz omawiane zagadnienia od strony praktycznej i zdobędziesz wiedzę potrzebną do skutecznego rozwiązywania problemów z systemami uczącymi się.
W książce między innymi:
- gruntowne podstawy uczenia maszynowego i nauki o danych
- techniki eksploracji i analizy danych za pomocą kodu Pythona
- trenowanie modeli za pomocą Apache Spark
- przetwarzanie języka naturalnego przy użyciu bibliotek Pythona
- praktyczne wdrażanie modeli i algorytmów uczenia maszynowego
- korzystanie z bibliotek Pythona: TensorFlow 2, PyTorch i scikit-learn
Wypróbuj najlepsze praktyki uczenia maszynowego z Pythonem!
Wybrane bestsellery
Yuxi (Hayden) Liu - pozostałe książki
Zobacz pozostałe książki z serii
Helion - inne książki
Dzięki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
Masz pytanie o konkretny tytuł? Napisz do nas: sklep@ebookpoint.pl
Książka drukowana


Oceny i opinie klientów: Python. Uczenie maszynowe w przykładach. TensorFlow 2, PyTorch i scikit-learn. Wydanie III Yuxi (Hayden) Liu
(2)-
6
-
5
-
4
-
3
-
2
-
1
3.0(0)
(1)
(0)
(0)
(0)
(1)
więcej opinii