Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2. Wydanie III Sebastian Raschka, Vahid Mirjalili
- Autorzy:
- Sebastian Raschka, Vahid Mirjalili
- Wydawnictwo:
- Helion
- Wydawnictwo:
- Helion
- Ocena:
- Stron:
- 672
- Druk:
- oprawa miękka
- Dostępne formaty:
-
PDFePubMobi
Opis
książki
:
Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2. Wydanie III
Czego się nauczysz?
- Rodzajów uczenia maszynowego: nadzorowanego, nienadzorowanego i przez wzmacnianie
- Implementowania klasycznych algorytmów uczenia maszynowego w Pythonie (perceptron, Adaline, SVM, drzewa decyzyjne, k-najbliższych sąsiadów)
- Wykorzystywania bibliotek scikit-learn i TensorFlow 2 do budowy modeli uczenia maszynowego
- Przygotowywania i wstępnego przetwarzania danych (obsługa braków, kodowanie cech, skalowanie, selekcja cech)
- Redukowania wymiarowości danych za pomocą PCA, LDA i metod jądrowych
- Oceny i strojenia modeli z użyciem walidacji krzyżowej, krzywych uczenia, macierzy pomyłek i przeszukiwania siatki
- Łączenia modeli w zespoły (bagging, boosting, głosowanie większościowe, AdaBoost)
- Analizy tekstu i klasyfikacji sentymentu z wykorzystaniem modeli worka słów i LDA
- Wdrażania modeli uczenia maszynowego do aplikacji webowych w środowisku Flask
- Budowania i trenowania sieci neuronowych od podstaw oraz z użyciem TensorFlow i Keras
- Tworzenia i trenowania głębokich sieci splotowych (CNN) do klasyfikacji obrazów
- Modelowania danych sekwencyjnych z użyciem rekurencyjnych sieci neuronowych (RNN, LSTM) i transformatorów
- Implementowania generatywnych sieci przeciwstawnych (GAN) do syntezy nowych danych
- Stosowania uczenia przez wzmacnianie i algorytmów Q-learning w środowisku OpenAI Gym
- Analizy skupień i grupowania nieoznakowanych danych (k-means, hierarchiczne, DBSCAN)
- Pracy z dużymi zbiorami danych i optymalizacji wydajności modeli w TensorFlow
Uczenie maszynowe jest jedną z najbardziej fascynujących technologii naszych czasów - rozwojem jego najróżniejszych zastosowań zajmują się tacy giganci jak Google, Facebook, Apple, Amazon czy IBM. Uczenie maszynowe otwiera zupełnie nowe możliwości i powoli staje się nieodzowne: wystarczy wymienić asystenty głosowe w smartfonach, chatboty ułatwiające klientom wybór produktu, a także sieci ułatwiające podejmowanie decyzji o inwestycjach giełdowych, filtrujące niechciane wiadomości e-mail czy wspomagające diagnostykę medyczną.
Oto obszerny przewodnik po uczeniu maszynowym i uczeniu głębokim w Pythonie. Zawiera dokładne omówienie najważniejszych technik uczenia maszynowego oraz staranne wyjaśnienie zasad rządzących tą technologią. Poszczególne zagadnienia zilustrowano mnóstwem wyjaśnień, wizualizacji i przykładów, co znakomicie ułatwia zrozumienie materiału i sprawne rozpoczęcie samodzielnego budowania aplikacji i modeli, takich jak te służące do klasyfikacji obrazów, odkrywania ukrytych wzorców czy wydobywania dodatkowych informacji z danych. Wydanie trzecie zostało zaktualizowane - znalazł się w nim opis biblioteki TensorFlow 2 i najnowszych dodatków do biblioteki scikit-learn. Dodano również wprowadzenie do dwóch nowatorskich technik: uczenia przez wzmacnianie i budowy generatywnych sieci przeciwstawnych (GAN).
W książce między innymi:
- platformy, modele i techniki uczenia maszynowego
- wykorzystywanie biblioteki scikit-learn i TensorFlow
- sieci neuronowe, sieci GAN i inne
- przygotowywanie danych dla modeli uczenia maszynowego
- ocena i strojenie modeli
- analizy: regresyjna, skupień i sentymentów
Uczenie głębokie z Pythonem: zrozum i zastosuj!
Wybrane bestsellery
Sebastian Raschka, Vahid Mirjalili - pozostałe książki
Zobacz pozostałe książki z serii
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: Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2. Wydanie III Sebastian Raschka, Vahid Mirjalili
(14)-
6
-
5
-
4
-
3
-
2
-
1
4.6(7)
(3)
(1)
(0)
(1)
(2)
Oceny i opinie poprzednich wydań
więcej opinii
ukryj opinie