Машинное обучение: карманный справочник. Краткое руководство по методам структурированного машинного обучения на Python : Информатика, Программирование
В книгу "Машинное обучение: карманный справочник" включены подробные примеры и комментарии, которые помогут вам оперативно ориентироваться в основах структурированного машинного обучения (МО). Автор, Мэтт Харрисон, предлагает ценный справочник, который вы можете использовать как дополнительное пособие при обучении МО и в качестве удобного ресурса, когда погружаетесь в ваш следующий проект машинного обучения. Приведенные фрагменты кода имеют такой размер, чтобы их можно было использовать и адаптировать в ваших собственных проектах МО.
Книга, идеально подходящая для программистов, аналитиков данных и инженеров искусственного интеллекта, содержит обзор процесса машинного обучения и знакомит вас с классификацией структурированных данных. В книге рассматриваются различные библиотеки и модели, их компромиссы, настройка и интерпретация. Кроме всего прочего вы изучите методы кластеризации, регрессии и уменьшения размерности.
Основные темы книги:
Классификация с использованием набора данных Titanic Как очистить данные и справиться с их недостатком Разведочный анализ данных Общие этапы предварительной обработки с использованием выборки данных Выбор признаков, полезных для модели Выбор модели Оценка метрики и классификации Примеры регрессии с использованием нескольких методов машинного обучения Метрики для оценки регрессии Кластеризация Уменьшение размерности Конвейеры Scikit-learn
Дnя коrо написана эта книrа: Если вы только изучаете машинное обучение или работали с ним не один год, эта книга станет для вас ценным справочным материалом. Она предполагает некоторое знание языка Python и совсем не углубляется в синтаксис. Скорее, она демонстрирует, как использовать различные библиотеки для решения реальных проблем. Она не заменит углубленный курс, но поможет вам ориентироваться в том, что может охватывать прикладной курс машинного обучения.
Машинное обучение наконец-то достигло стадии зрелости. При помощи программного обеспечения H2O вы можете решать задачи машинного обучения и анализа данных с использованием простого в использовании и открытого (open source) фреймворка, который поддерживает большое количество операционный систем и языков программирования, а также масштабируется для о ...
Книга содержит около 200 рецептов решения практических задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели, уменьшение размерности и многие другие. Рассмотрена работа с языком Python и его библиотеками, в том числе pandas и scikit-leam. Решения всех задач сопровождаются подробными объяснениями. Кажды ...
Машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, однако эта область не является прерогативой больших компаний с мощными аналитическими командами. Даже если вы еще новичок в использовании Python, эта книга познакомит вас с практическими способами построения систем машинного обучения. При всем многообра ...
Книга является всеобъемлющим руководством по машинному и глубокому обучению с использованием языка Python. Она служит как пошаговым учебным пособием, так и справочником, к которому вы постоянно будете возвращаться в ходе построения систем машинного обучения.
Данный материал НЕ НАРУШАЕТ авторские права никаких физических или юридических лиц. Если это не так - свяжитесь с администрацией сайта. Материал будет немедленно удален. Электронная версия этой публикации предоставляется только в ознакомительных целях. Для дальнейшего её использования Вам необходимо будет приобрести бумажный (электронный, аудио) вариант у правообладателей.
Название: 
Распечатать
