Upload dokumentów - promocja książek - darmowy hosting pdf - czytaj fragmenty
W ciągu ostatnich lat techniki uczenia maszynowego rozwijały się z niezwykłą dynamiką, rewolucjonizując pracę w różnorakich branżach. Obecnie do uczenia maszynowego najczęściej używa się Pythona i jego bibliotek. Znajomość najwieższych wydań tych narzędzi umożliwia efektywne tworzenie wyrafinowanych systemów uczących się. Oto zaktualizowane wydanie słynnego przewodnika, dzięki któremu skorzystasz z nad dwustu sprawdzonych receptur bazujących na najwieższych wydaniach bibliotek Pythona. Wystarczy, że skopiujesz i dostosujesz kod do własnych potrzeb. Możesz również go uruchamiać i testować za pomocą przykładowego zbioru danych. W książce pdf odnajdziesz 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 również 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 też 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 wówczas pojawiła się ta pozycja!" Vicki Boykis, inżynier uczenia maszynowego w Duo
Szczegóły | |
---|---|
Tytuł | Uczenie maszynowe w Pythonie. Receptury |
Autor: | Gallatin Kyle, Albon Chris |
Rozszerzenie: | brak |
Język wydania: | polski |
Ilość stron: | |
Wydawnictwo: | Wydawnictwo Helion |
Rok wydania: | 2024 |
Tytuł | Data Dodania | Rozmiar |
---|
PDF Upload - Zapytania o Książki - Dokumenty © 2018 - Wszystkie prawa zastrzeżone.