ODBIERZ TWÓJ BONUS :: »

Zaawansowane uczenie maszynowe z językiem Python John Hearty

(ebook) (audiobook) (audiobook)
Autor:
John Hearty
Serie wydawnicze:
Technologia i rozwiązania
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
2.0/6  Opinie: 1
Stron:
248
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
niedostępna

Powiadom mnie, gdy książka będzie dostępna

Ebook
19,90 zł 57,00 zł (-65%)
28,50 zł najniższa cena z 30 dni

Dodaj do koszyka Dostępny natychmiast po opłaceniu zakupu lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Analizy głównych składowych (PCA) do redukcji wymiarowości danych
  • Grupowania danych metodą k-średnich i dostrajania liczby klastrów
  • Wykorzystywania sieci Kohonena do nienadzorowanego grupowania
  • Budowy i trenowania ograniczonych maszyn Boltzmanna (RBM)
  • Tworzenia i walidacji głębokich sieci neuronowych DBN
  • Stosowania autoenkoderów odszumiających do oczyszczania danych
  • Oceny wydajności stosów autoenkoderów odszumiających
  • Projektowania i wykorzystywania konwolucyjnych sieci neuronowych (CNN)
  • Wdrażania algorytmów częściowo nadzorowanego uczenia maszynowego
  • Selekcji i tworzenia cech na podstawie danych tekstowych
  • Czyszczenia i przygotowania tekstu do analizy języka naturalnego
  • Wykorzystywania technik selekcji i inżynierii cech w praktyce
  • Pobierania danych za pomocą interfejsów REST
  • Stosowania metod zespołowych: uśredniania, wzmacniania i kontaminacji
  • Zarządzania elastycznością modeli w dynamicznych zastosowaniach
  • Korzystania z bibliotek Python: Lasagne i TensorFlow w projektach uczenia maszynowego

Uczenie maszynowe przyczyniło się do powstania wielu innowacyjnych technologii. Pojazdy autonomiczne, mechanizmy rozpoznawania obrazów, badania genetyczne, a także dynamiczne dostosowywanie prezentowanych treści do preferencji odbiorcy to tylko niektóre przykłady. Możliwości związane z rozwojem tych technik sprawiają, że analityka danych i zaawansowane uczenie maszynowe stają się wyjątkowo cenną wiedzą. Dotyczy to szczególnie nowatorskich technik analizy danych, takich jak głębokie uczenie, algorytmy częściowo nadzorowane i metody zespołowe.

Niniejsza książka jest przystępnie napisanym podręcznikiem, dzięki któremu poznasz niektóre zaawansowane techniki uczenia maszynowego. Szczególną uwagę poświęcono tu algorytmom uczenia maszynowego: zostały dokładnie wyjaśnione, opisano ich zastosowanie oraz topologię, metody uczenia i miary wydajności. Każdy rozdział uzupełniono o wykaz źródeł, pomocny w dalszym zgłębianiu tematu. Dodatkowo przedstawiono wiele cennych wskazówek dotyczących specyfiki pracy analityka danych. Do prezentacji przykładów wybrano język Python z uwagi na jego wszechstronność, elastyczność, prostotę oraz możliwość stosowania do specjalistycznych zadań.

Najważniejsze zagadnienia przedstawione w książce:

  • identyfikacja struktur i wzorców w zbiorach danych
  • stosowanie sieci neuronowych
  • praca z językiem naturalnym
  • modele zespołowe i poprawa ich elastyczności
  • narzędzia uczenia maszynowego w Pythonie

Zaawansowane uczenie maszynowe — poznaj algorytmy przyszłości!


John Hearty — jest autorytetem w dziedzinie analityki danych i inżynierii infrastruktury. Przez pewien czas zajmował się modelowaniem zachowań gracza i infrastrukturą dużych zbiorów danych w Microsofcie. Ważniejszymi jego projektami były modelowanie umiejętności gracza w grach asymetrycznych i modele segmentacji graczy mające na celu zindywidualizowanie rozgrywki. Obecnie Hearty jest niezależnym ekspertem, szczególnie cenionym przez zespoły zajmujące się eksploracją danych. W wolnym czasie tworzy modele uczenia maszynowego w Pythonie.

Wybrane bestsellery

Zobacz pozostałe książki z serii Technologia i rozwiązania

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy muszę znać podstawy Pythona, aby korzystać z tej książki?
Tak, książka zakłada znajomość podstaw języka Python. Przykłady i ćwiczenia bazują na tym języku, dlatego podstawowa umiejętność programowania w Pythonie będzie bardzo pomocna.
2. Jakie zagadnienia z uczenia maszynowego są omawiane w tej książce?
Książka obejmuje zaawansowane techniki uczenia maszynowego, takie jak nienadzorowane uczenie, sieci neuronowe (w tym konwolucyjne i głębokie), autoenkodery, metody zespołowe, częściowo nadzorowane uczenie oraz przetwarzanie języka naturalnego.
3. Czy w książce znajdę praktyczne przykłady i gotowe skrypty?
Tak, każdy rozdział zawiera praktyczne przykłady, a w dodatku A znajdują się wymagania dotyczące uruchamiania przykładowych skryptów w Pythonie.
4. Czy książka omawia najnowsze narzędzia i biblioteki Python do machine learningu?
Tak, w książce znajdziesz omówienie popularnych narzędzi i bibliotek, takich jak TensorFlow czy Lasagne, wraz z wyjaśnieniem, kiedy warto z nich korzystać.
5. Czy książka nadaje się do samodzielnej nauki?
Tak, podręcznik został napisany w sposób przystępny i zawiera wyjaśnienia, przykłady oraz wykazy źródeł do dalszej nauki, co ułatwia samodzielne zgłębianie tematu.
6. Czy publikacja zawiera informacje na temat przygotowania danych i selekcji cech?
Tak, dwa rozdziały są poświęcone selekcji cech, inżynierii cech i przygotowaniu danych do modeli uczenia maszynowego, także na podstawie danych tekstowych.
7. Czy książka może być pomocna przy realizacji projektów data science?
Zdecydowanie tak - omawiane techniki i narzędzia są szeroko stosowane w praktycznych projektach data science, a autor dzieli się także wskazówkami dotyczącymi pracy analityka danych.
8. Czy w książce są polecane źródła do dalszego rozwoju wiedzy?
Tak, każdy rozdział kończy się wykazem źródeł, które mogą pomóc w pogłębianiu wiedzy z omawianych tematów.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki
Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Książka
17,90 zł
Niedostępna
Ebook
19,90 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint