Simplified Machine Learning Dr. Pooja Sharma
- Autor:
- Dr. Pooja Sharma
- Wydawnictwo:
- BPB Publications
- Ocena:
- Stron:
- 266
- Dostępne formaty:
-
ePubMobi
Czytaj fragment
Zostało Ci
na świąteczne zamówienie
opcje wysyłki »
opcje wysyłki »
Opis
książki
:
Simplified Machine Learning
Explore the world of Artificial Intelligence with a deep understanding of Machine Learning concepts and algorithms
Key Features
A detailed study of mathematical concepts, Machine Learning concepts, and techniques.
Discusses methods for evaluating model performances and interpreting results.
Explores all types of Machine Learning (supervised, unsupervised, reinforcement, association rule mining, artificial neural network) in detail.
Comprises numerous review questions and programming exercises at the end of every chapter. Description
"Simplified Machine Learning" is a comprehensive guide that navigates readers through the intricate landscape of Machine Learning, offering a balanced blend of theory, algorithms, and practical applications.
The first section introduces foundational concepts such as supervised and unsupervised learning, regression, classification, clustering, and feature engineering, providing a solid base in Machine Learning theory. The second section explores algorithms like decision trees, support vector machines, and neural networks, explaining their functions, strengths, and limitations, with a special focus on deep learning, reinforcement learning, and ensemble methods. The book also covers essential topics like model evaluation, hyperparameter tuning, and model interpretability. The final section transitions from theory to practice, equipping readers with hands-on experience in deploying models, building scalable systems, and understanding ethical considerations.
By the end, readers will be able to leverage Machine Learning effectively in their respective fields, armed with practical skills and a strategic approach to problem-solving. What you will learn
Solid foundation in Machine Learning principles, algorithms, and methodologies.
Implementation of Machine Learning models using popular libraries like NumPy, Pandas, PyTorch, or scikit-learn.
Knowledge about selecting appropriate models, evaluating their performance, and tuning hyperparameters.
Techniques to pre-process and engineer features for Machine Learning models.
To frame real-world problems as Machine Learning tasks and apply appropriate techniques to solve them. Who this book is for
This book is designed for a diverse audience interested in Machine Learning, a core branch of Artificial Intelligence. Its intellectual coverage will benefit students, programmers, researchers, educators, AI enthusiasts, software engineers, and data scientists. Table of Contents
1. Introduction to Machine Learning
2. Data Pre-processing
3. Supervised Learning: Regression
4. Supervised Learning: Classification
5. Unsupervised Learning: Clustering
6. Dimensionality Reduction and Feature Selection
7. Association Rule Mining
8. Artificial Neural Network
9. Reinforcement Learning
10. Project
Appendix
Bibliography
A detailed study of mathematical concepts, Machine Learning concepts, and techniques.
Discusses methods for evaluating model performances and interpreting results.
Explores all types of Machine Learning (supervised, unsupervised, reinforcement, association rule mining, artificial neural network) in detail.
Comprises numerous review questions and programming exercises at the end of every chapter. Description
"Simplified Machine Learning" is a comprehensive guide that navigates readers through the intricate landscape of Machine Learning, offering a balanced blend of theory, algorithms, and practical applications.
The first section introduces foundational concepts such as supervised and unsupervised learning, regression, classification, clustering, and feature engineering, providing a solid base in Machine Learning theory. The second section explores algorithms like decision trees, support vector machines, and neural networks, explaining their functions, strengths, and limitations, with a special focus on deep learning, reinforcement learning, and ensemble methods. The book also covers essential topics like model evaluation, hyperparameter tuning, and model interpretability. The final section transitions from theory to practice, equipping readers with hands-on experience in deploying models, building scalable systems, and understanding ethical considerations.
By the end, readers will be able to leverage Machine Learning effectively in their respective fields, armed with practical skills and a strategic approach to problem-solving. What you will learn
Solid foundation in Machine Learning principles, algorithms, and methodologies.
Implementation of Machine Learning models using popular libraries like NumPy, Pandas, PyTorch, or scikit-learn.
Knowledge about selecting appropriate models, evaluating their performance, and tuning hyperparameters.
Techniques to pre-process and engineer features for Machine Learning models.
To frame real-world problems as Machine Learning tasks and apply appropriate techniques to solve them. Who this book is for
This book is designed for a diverse audience interested in Machine Learning, a core branch of Artificial Intelligence. Its intellectual coverage will benefit students, programmers, researchers, educators, AI enthusiasts, software engineers, and data scientists. Table of Contents
1. Introduction to Machine Learning
2. Data Pre-processing
3. Supervised Learning: Regression
4. Supervised Learning: Classification
5. Unsupervised Learning: Clustering
6. Dimensionality Reduction and Feature Selection
7. Association Rule Mining
8. Artificial Neural Network
9. Reinforcement Learning
10. Project
Appendix
Bibliography
Wybrane bestsellery
-
Koncepcje te zostały przystępnie wyjaśnione właśnie w tej książce. W szczególności zapoznasz się z praktycznymi aspektami probabilistyki, statystyki, algebry liniowej i rachunku różniczkowego. Prezentacji tych zagadnień towarzyszą fragmenty kodu w Pythonie i praktyczne przykłady zastosowań w uczeniu głębokim. Rozpoczniesz od zapoznania się z podstawami, takimi jak twierdzenie Bayesa, a następnie przejdziesz do bardziej zaawansowanych zagadnień, w tym uczenia sieci neuronowych przy użyciu wektorów, macierzy i pochodnych. Dwa ostatnie rozdziały dadzą Ci szansę użycia nowej wiedzy do zaimplementowania propagacji wstecznej i metody gradientu prostego — dwóch podstawowych algorytmów napędzających rozwój sztucznej inteligencji.- Druk 44 pkt
(44,50 zł najniższa cena z 30 dni)
44.50 zł
89.00 zł (-50%) -
Generatywna sztuczna inteligencja (AI) jest dziś gorącym tematem w dziedzinie techniki. Ta praktyczna książka pokazuje inżynierom uczenia się maszyn, jak wykorzystywać TensorFlow i Keras, aby od zera tworzyć robiące wrażenie generatywne modele głębokiego uczenia, w tym wariacyjne autokodowanie (VAE), generatywne sieci przeciwstawne (GAN), transform- PDF + ePub 88 pkt
(67,12 zł najniższa cena z 30 dni)
88.83 zł
98.70 zł (-10%) -
"Sztuczna Inteligencja i Uczenie Maszynowe: Kompletny Przewodnik do Budowy Własnych Rozwiązań AI" to kompleksowa książka, która oferuje pełne wprowadzenie do świata sztucznej inteligencji (AI) i uczenia maszynowego (ML). Zawiera praktyczne informacje, które pozwolą czytelnikom na budowę i wdrażanie własnych modeli AI, od podstawowych koncepcji po z- PDF + ePub + Mobi 15 pkt
-
Oddajemy w Państwa ręce kompendium wiedzy, które stanowi nieocenione źródło informacji dla wszystkich zainteresowanych zgłębianiem tajników uczenia maszynowego i głębokiego uczenia. Ta obszerna publikacja, licząca ponad 800 stron, jest prawdziwą skarbnicą wiedzy teoretycznej i praktycznej, starannie opracowaną przez ekspertów w dziedzinie. Książka- PDF + ePub + Mobi 44 pkt
-
Dzięki tej książce łatwo przyswoisz teoretyczne podstawy i zaczniesz je płynnie wdrażać w rzeczywistych scenariuszach. Dowiesz się, w jaki sposób myślenie przyczynowe ułatwia rozwiązywanie problemów, i poznasz pojęcia Pearla, takie jak strukturalny model przyczynowy, interwencje, kontrfakty itp. Każde zagadnienie zostało dokładnie wyjaśnione i opatrzone zbiorem praktycznych ćwiczeń z kodem w Pythonie. Nauczysz się także implementować poszczególne modele i zrozumiesz, czym się kierować przy wyborze technik i algorytmów do rozwiązywania konkretnych scenariuszy przyczynowych. To przewodnik, który docenią szczególnie inżynierowie uczenia maszynowego i analitycy danych.- PDF + ePub + Mobi
- Druk 54 pkt
(54,50 zł najniższa cena z 30 dni)
54.50 zł
109.00 zł (-50%) -
Ta książka łączy perspektywy inżynierów, ludzi biznesu, przedstawicieli rządów i społeczników. Ułatwia zrozumienie korzyści i szans, jakie niosą ze sobą autonomiczne systemy oparte na uczeniu maszynowym. Zawiera siedem ważnych zasad, które pozwolą na ograniczanie ryzyka nadużyć i wypadków związanych z AI, a także zapewnią, by technologie tego rodzaju służyły rozwojowi ludzkości. Cztery z zasad dotyczą samych systemów i ich projektowania: uwzględniania ryzyka dla ludzi, przejrzystości działania, zapewnienia ochrony danych osobowych i ograniczania tendencyjności. Pozostałe trzy odnoszą się do organizacji tworzących systemy AI, stosowanych w nich procedur i kultury organizacyjnej. Co ważne, w książce znalazły się przykłady dobrych praktyk, jak również liczne rzeczowe uwagi i pożyteczne wskazówki.- PDF + ePub + Mobi
- Druk 27 pkt
(27,45 zł najniższa cena z 30 dni)
27.45 zł
54.90 zł (-50%) -
Oto zaktualizowane wydanie popularnego przewodnika, dzięki któremu skorzystasz z ponad dwustu sprawdzonych receptur bazujących na najnowszych wydaniach bibliotek Pythona. Wystarczy, że skopiujesz i dostosujesz kod do swoich potrzeb. Możesz też go uruchamiać i testować za pomocą przykładowego zbioru danych. W książce znajdziesz receptury przydatne do rozwiązywania szerokiego spektrum problemów, od przygotowania i wczytania danych aż po trenowanie modeli i korzystanie z sieci neuronowych. W ten sposób wyjdziesz poza rozważania teoretyczne czy też matematyczne koncepcje i zaczniesz tworzyć aplikacje korzystające z uczenia maszynowego.- PDF + ePub + Mobi
- Druk 44 pkt
(44,50 zł najniższa cena z 30 dni)
44.50 zł
89.00 zł (-50%) -
Tę książkę docenią wszyscy zainteresowani eksploracją danych i uczeniem maszynowym, którzy chcieliby pewnie poruszać się w świecie nauki o danych. Pokazano tu, w jaki sposób Excel pozwala zobrazować proces ich eksplorowania i jak działają poszczególne techniki w tym zakresie. Przejrzyście wyjaśniono metody eksploracji danych, a następnie zaprezentowano procedurę budowania ich implementacji w Excelu. Nawet tak złożone zagadnienia, jak algorytmy uczenia maszynowego, zostały wytłumaczone nadzwyczaj przystępnie. Przewodnik został pomyślany tak, aby umożliwić aktywne zdobywanie wiedzy, a niejako przy okazji podnieść umiejętności w posługiwaniu się arkuszem kalkulacyjnym na wyższy poziom.- PDF + ePub + Mobi
- Druk 33 pkt
(33,50 zł najniższa cena z 30 dni)
33.50 zł
67.00 zł (-50%) -
Oto praktyczny przewodnik po nauce o danych w miejscu pracy. Dowiesz się stąd wszystkiego, co ważne na początku Twojej drogi jako danologa: od osobowości, z którymi przyjdzie Ci pracować, przez detale analizy danych, po matematykę stojącą za algorytmami i uczeniem maszynowym. Nauczysz się myśleć krytycznie o danych i otrzymanych wynikach, będziesz też inteligentnie o tym mówić. Jednym zdaniem: zrozumiesz dane i związane z nimi wyzwania na głębszym, profesjonalnym poziomie.- PDF + ePub + Mobi
- Druk 34 pkt
(34,50 zł najniższa cena z 30 dni)
34.50 zł
69.00 zł (-50%) -
Głębokie sieci neuronowe mają niesamowity potencjał. Osiągnięcia ostatnich lat nadały procesom uczenia głębokiego zupełnie nową jakość. Obecnie nawet programiści niezaznajomieni z tą technologią mogą korzystać z prostych i niezwykle skutecznych narzędzi, pozwalających na sprawne implementowanie programów uczących się z danych.- Druk 89 pkt
(89,50 zł najniższa cena z 30 dni)
89.50 zł
179.00 zł (-50%)
Szczegóły książki
- ISBN Ebooka:
- 978-93-555-1614-5, 9789355516145
- Data wydania ebooka :
-
2024-09-17
Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna
z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie.
Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Język publikacji:
- 1
- Rozmiar pliku ePub:
- 8.2MB
- Rozmiar pliku Mobi:
- 8.2MB
- Pobierz przykładowy rozdział PDF »
BPB Publications - inne książki
-
A comprehensive guide that covers basic electronics, programming, and building projects with Arduino Key Features Get familiar with the different types of Arduino boards and its uses. Learn how to program Arduino boards using Arduino IDE. Build DIY beginner-friendly Arduino projects. Description Arduino is an hardware development board that is us-
- ePub + Mobi 67 pkt
(76,49 zł najniższa cena z 30 dni)
67.43 zł
89.90 zł (-25%) -
-
A one-stop guide to teach chemists how to use Python for coding and iterations in a hands-on and practical manner Key Features Understand the core Python functions and algorithms for the computation of chemical parameters. Learn how to use Cheminformatics modules to process and analyze elemental data and molecular structures. Get familiar with the-
- ePub + Mobi 67 pkt
(76,49 zł najniższa cena z 30 dni)
67.43 zł
89.90 zł (-25%) -
-
Crack a ransomware by identifying and exploiting weaknesses in its design Key Features Get an overview of the current security mechanisms available to prevent ransomware digital extortion. Explore different techniques to analyze a ransomware attack. Understand how cryptographic libraries are misused by malware authors to code ransomwares. Descrip-
- ePub + Mobi 67 pkt
(76,49 zł najniższa cena z 30 dni)
67.43 zł
89.90 zł (-25%) -
-
A multifaceted approach to develop an understanding of AI and its potential applications Key Features AI-informed focuses on AI foundation, applications, and methodologies. AI-inquired focuses on computational thinking and bias awareness. AI-innovate focuses on creative and critical thinking and the Capstone project. Description AI is a disciplin-
- ePub + Mobi 67 pkt
(76,49 zł najniższa cena z 30 dni)
67.43 zł
89.90 zł (-25%) -
-
Develop a strong foundation in Data Structures and Algorithms and become a skilled programmer Key Features Explore various data structures and algorithms and their applications. Learn how to use advanced data structures and algorithms to solve complex computational problems. An easy-to-understand guide that gives a comprehensive introduction to da-
- ePub + Mobi 67 pkt
(76,49 zł najniższa cena z 30 dni)
67.43 zł
89.90 zł (-25%) -
-
Practical solutions and proven recipes for building dynamic web applications with Next.js Key Features Learn how to develop an Enterprise Resource Planning (ERP) application using Next.js. Learn how to use design patterns in Next.js effectively. Learn how to implement server-side rendering for improved performance. Description Next.js is a powerf-
- ePub + Mobi 67 pkt
(76,49 zł najniższa cena z 30 dni)
67.43 zł
89.90 zł (-25%) -
-
Unlock the full potential of Microsoft 365 workloads with our practical guide Key Features Learn how to create a new Office 365 tenant from scratch. Discover ways to migrate users from other platforms to Microsoft 365. Learn how to use scripting languages and out-of-the-box tools to automate business processes, set up security, and manage users in-
- ePub + Mobi 67 pkt
(76,49 zł najniższa cena z 30 dni)
67.43 zł
89.90 zł (-25%) -
-
A practical guide to cross-platform app development with .NET MAUI and C# Key Features Get familiar with .NET MAUI, its associated libraries, and popular design patterns used in cross-platform app development. Learn how to design and implement visually appealing and interactive user interfaces in your .NET MAUI app. Deep dive into the process of c-
- ePub + Mobi 67 pkt
(76,49 zł najniższa cena z 30 dni)
67.43 zł
89.90 zł (-25%) -
-
Everything you need to know about the next generation Generative AI tool and ChatGPT Key Features Get familiar with the technical aspects of Generative AI and ChatGPT. Understand how you can implement Generative AI and ChatGPT in your organization. Explore use cases of Generative AI and ChatGPT in various industries and businesses, such as healthc-
- ePub + Mobi 67 pkt
(76,49 zł najniższa cena z 30 dni)
67.43 zł
89.90 zł (-25%) -
-
Learn how to use AutoML to leverage Machine Learning for solving business problems Key Features Get familiar with the common machine learning problems and understand how to solve them. Understand the importance of different types of data and how to work with them effectively. Learn how to use machine learning and AutoML tools to solve real-world p-
- ePub + Mobi 67 pkt
(76,49 zł najniższa cena z 30 dni)
67.43 zł
89.90 zł (-25%) -
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
Proszę wybrać ocenę!
Proszę wpisać opinię!
Książka drukowana
Oceny i opinie klientów: Simplified Machine Learning Dr. Pooja Sharma (0)
Weryfikacja opinii następuje na podstawie historii zamowień na koncie Użytkownika umiejszczającego opinię.