Algorytmy inteligentnej sieci

Opinie czytelników

Książka zapewnia ogólny przegląd tematów związanych z uczeniem maszynowym, ale nie jest zalecana dla początkujących ze względu na jej zwięzłość i zakładaną wcześniejszą wiedzę z zakresu matematyki i statystyki. Chociaż może być przydatnym źródłem informacji dla osób już zaznajomionych z tematem, brakuje jej głębi i kompleksowych wyjaśnień dla zaawansowanych uczniów. Ponadto może służyć jako przyzwoity prezent dla kogoś zainteresowanego matematyką i statystyką.

Zawiera fragmenty kodu Pythona, odpowiednie jako przegląd dla czytelników z pewną wiedzą na temat uczenia maszynowego, potencjalnie pomocne źródło do organizowania myśli.

Wyjaśnienia są bardzo krótkie i opierają się na wiedzy wstępnej, niewystarczająca głębia zarówno dla początkujących, jak i zaawansowanych, nie jest to kompleksowy przewodnik po narzędziach Pythona do uczenia maszynowego.

(na podstawie 4 opinii czytelników)

Oryginalny tytuł:

Algorithms of the Intelligent Web

Zawartość książki:

Streszczenie

Algorithms of the Intelligent Web, Second Edition uczy najważniejszych podejść do algorytmicznej analizy danych internetowych, umożliwiając tworzenie własnych aplikacji do uczenia maszynowego, które przetwarzają, przetwarzają i przetwarzają dane zebrane od użytkowników, aplikacji internetowych, czujników i dzienników witryn.

Zakup książki drukowanej obejmuje bezpłatny eBook w formatach PDF, Kindle i ePub od Manning Publications.

O technologii

Cenne spostrzeżenia są zakopane w śladach pozostawionych przez użytkowników sieci podczas poruszania się po stronach i aplikacjach. Możesz je odkryć, korzystając z inteligentnych algorytmów, takich jak te, które zapewniły Facebookowi, Google i Twitterowi miejsce wśród gigantów ekstrakcji wzorców danych internetowych.

O książce

Algorithms of the Intelligent Web, Second Edition uczy, jak tworzyć aplikacje uczenia maszynowego, które analizują i przetwarzają dane zebrane od użytkowników, aplikacji internetowych i dzienników witryn. W tym całkowicie zmienionym wydaniu przyjrzysz się inteligentnym algorytmom, które wydobywają prawdziwą wartość z danych. Kluczowe koncepcje uczenia maszynowego zostały wyjaśnione na przykładach kodu w Pythonie scikit-learn. Ta książka poprowadzi Cię przez algorytmy przechwytywania, przechowywania i strukturyzowania strumieni danych pochodzących z sieci. Poznasz silniki rekomendacji i zagłębisz się w klasyfikację za pomocą algorytmów statystycznych, sieci neuronowych i głębokiego uczenia.

What's Inside

⬤ Wprowadzenie do uczenia maszynowego.

⬤ Wyodrębnianie struktury z danych.

⬤ Głębokie uczenie i sieci neuronowe.

⬤ Jak działają silniki rekomendacji.

O czytelniku

Zakłada się znajomość języka Python.

O Autorach

Douglas McIlwraith jest ekspertem w dziedzinie uczenia maszynowego i praktykiem data science w dziedzinie reklamy internetowej. Dr Haralambos Marmanis jest pionierem we wdrażaniu technik uczenia maszynowego w rozwiązaniach przemysłowych. Dmitry Babenko projektuje aplikacje dla bankowości, ubezpieczeń i zarządzania łańcuchem dostaw. Przedmowa autorstwa Yike Guo.

Spis treści

⬤ Tworzenie aplikacji dla inteligentnej sieci.

⬤ Wyodrębnianie struktury z danych: grupowanie i przekształcanie danych.

⬤ Rekomendowanie odpowiednich treści.

⬤ Klasyfikacja: umieszczanie rzeczy tam, gdzie ich miejsce.

⬤ Studium przypadku: przewidywanie kliknięć w reklamach online.

⬤ Głębokie uczenie i sieci neuronowe.

⬤ Dokonywanie właściwego wyboru.

⬤ Przyszłość inteligentnej sieci.

⬤ Dodatek - Przechwytywanie danych w sieci.