Machine Learning in Python: Uczenie maszynowe z narzędziami, koncepcjami i technikami Pythona

Opinie czytelników

Książka jest chwalona za jasne wyjaśnienie złożonych tematów związanych z uczeniem maszynowym i Pythonem, co czyni ją cennym źródłem informacji dla początkujących i studentów w tych dziedzinach. Skutecznie wykorzystuje rzeczywiste scenariusze w celu lepszego zrozumienia i zastosowania.

⬤ Dobrze napisana z dokładnymi wyjaśnieniami
⬤ szczegółowy podział Pythona
⬤ wykorzystuje rzeczywiste scenariusze dla lepszego zrozumienia
⬤ pomocna zarówno dla początkujących w uczeniu maszynowym, jak i uczących się Pythona
⬤ istotna dla praktycznych zastosowań w biznesie.

Żaden z nich nie został wyraźnie wymieniony w recenzjach.

(na podstawie 2 opinii czytelników)

Oryginalny tytuł:

Machine Learning in Python: Hands on Machine Learning with Python Tools, Concepts and Techniques

Zawartość książki:

Czy jesteś podekscytowany sztuczną inteligencją i chcesz zacząć? Czy jesteś podekscytowany uczeniem maszynowym i chcesz dowiedzieć się, jak zaimplementować je w Pythonie?

Poniższa książka jest odpowiedzią.

Biorąc pod uwagę duże ilości danych, z których korzystamy na co dzień; czy to w sieci, supermarketach, mediach społecznościowych itp. analiza danych stała się integralną częścią naszego codziennego życia. Umiejętność robienia tego skutecznie może napędzić twoją karierę lub biznes na wyżyny. Machine Learning jest najskuteczniejszym narzędziem do analizy danych. Chociaż jest to złożony temat, można go podzielić na prostsze kroki, jak pokazano w tej książce. Używamy Pythona, który jest świetnym językiem programowania dla początkujących.

Python to świetny język, który jest powszechnie używany w uczeniu maszynowym. Python jest szeroko stosowany w matematyce, grach i projektowaniu graficznym. Jest szybki w rozwoju i prototypowaniu. Obsługuje sieć, co oznacza, że możemy używać Pythona do gromadzenia danych internetowych. Jest elastyczny i ma dużą społeczność użytkowników.

Co zawiera ta książka:

⬤ Czym jest uczenie maszynowe?

⬤ Dlaczego warto używać Pythona?

⬤ Analiza regresji w Pythonie na przykładzie.

⬤ Analiza skupień przy użyciu Pythona na przykładzie.

⬤ Implementacja sztucznej sieci neuronowej.

⬤ Propagacja wsteczna.

⬤ 90-dniowy plan nauki i wdrożenia uczenia maszynowego.

⬤ Podsumowanie.