Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II Kyle Gallatin, Chris Albon
- Autorzy:
 - Kyle Gallatin, Chris Albon
 - Serie wydawnicze:
 - Receptury
 - Wydawnictwo:
 - Helion
 - Wydawnictwo:
 - Helion
 - Ocena:
 - Stron:
 - 398
 - Druk:
 - oprawa miękka
 - Dostępne formaty:
 - 
                                                                                            PDFePubMobi
 
                            
                                Opis
                                
                                                                    książki
                                                                :
                                Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
                            
                        
                        W ciągu ostatnich lat techniki uczenia maszynowego rozwijały się z niezwykłą dynamiką, rewolucjonizując pracę w różnych branżach. Obecnie do uczenia maszynowego najczęściej używa się Pythona i jego bibliotek. Znajomość najnowszych wydań tych narzędzi umożliwia efektywne tworzenie wyrafinowanych systemów uczących się.
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.
Poznaj receptury dotyczące:
- pracy z danymi w wielu formatach, z bazami i magazynami danych
 - redukcji wymiarowości, jak również oceny i wyboru modelu
 - regresji liniowej i logistycznej, drzew i lasów, a także k-najbliższych sąsiadów
 - maszyn wektorów nośnych (SVM), naiwnej klasyfikacji bayesowskiej i klasteryzacji
 - udostępniania wytrenowanych modeli za pomocą wielu frameworków
 
Długo szukałam książki, która spójnie przedstawiałaby algorytm ANN, hiperpłaszczyzny i wybór cech za pomocą losowego lasu. I wtedy pojawiła się ta pozycja!
Vicki Boykis, inżynier uczenia maszynowego w Duo
Wybrane bestsellery
Zobacz pozostałe książki z serii Receptury
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@helion.pl
Książka drukowana
			
			
			
			
		
                
                                    
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
                                        
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
 
                                
      

Oceny i opinie klientów: Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II Kyle Gallatin, Chris Albon
(3)- 
                                                
                                                    6
                                                
                                                
 
                                                                                    - 
                                                
                                                    5
                                                
                                                
 
                                                                                    - 
                                                
                                                    4
                                                
                                                
 
                                                                                    - 
                                                
                                                    3
                                                
                                                
 
                                                                                    - 
                                                
                                                    2
                                                
                                                
 
                                                                                    - 
                                                
                                                    1
                                                
                                                
 
                                                                            
5.3(2)
(0)
(1)
(0)
(0)
(0)
więcej opinii
ukryj opinie