Praktyczne uczenie maszynowe w Pythonie: Wdrażanie rozwiązań sieci neuronowych za pomocą Scikit-Learn i Pytorch

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.

Oryginalny tytuł:

Hands-On Machine Learning with Python: Implement Neural Network Solutions with Scikit-Learn and Pytorch

Zawartość książki:

Oto doskonały, kompleksowy przewodnik dla czytelników posiadających podstawową i średnio zaawansowaną wiedzę na temat uczenia maszynowego i głębokiego uczenia. Wprowadza narzędzia takie jak NumPy do przetwarzania numerycznego, Pandas do analizy danych panelowych, Matplotlib do wizualizacji, Scikit-learn do uczenia maszynowego i Pytorch do głębokiego uczenia się w Pythonie. Służy również jako długoterminowy podręcznik referencyjny dla praktyków, którzy znajdą rozwiązania dla często występujących scenariuszy.

Książka podzielona jest na trzy części. Pierwsza sekcja wprowadza w narzędzia do przetwarzania i analizy danych za pomocą Pythona z dogłębnym wyjaśnieniem konfiguracji środowiska, ładowania danych, przetwarzania numerycznego, analizy danych i wizualizacji. Druga sekcja obejmuje podstawy uczenia maszynowego i bibliotekę Scikit-learn. Wyjaśniono w nim również uczenie nadzorowane, uczenie bez nadzoru, implementację i klasyfikację algorytmów regresji oraz metody uczenia zespołowego w prosty sposób z lekcjami teoretycznymi i praktycznymi. Trzecia sekcja wyjaśnia złożone architektury sieci neuronowych ze szczegółami dotyczącymi wewnętrznego działania i implementacji splotowych sieci neuronowych. Ostatni rozdział zawiera szczegółowe kompleksowe rozwiązanie z sieciami neuronowymi w Pytorch.

Po ukończeniu kursu Hands-on Machine Learning with Python będziesz w stanie wdrażać rozwiązania z zakresu uczenia maszynowego i sieci neuronowych oraz rozszerzać je na swoją korzyść.

Czego się nauczysz

⬤ Przegląd struktur danych w NumPy i Pandas.

⬤ Zademonstrować techniki i algorytmy uczenia maszynowego.

⬤ Zrozumieć uczenie nadzorowane i uczenie bez nadzoru.

⬤ Zbadanie konwolucyjnych sieci neuronowych i rekurencyjnych sieci neuronowych.

⬤ Zapoznanie się z scikit-learn i PyTorch.

⬤ Przewidywanie sekwencji w rekurencyjnych sieciach neuronowych i długiej pamięci krótkotrwałej.

Dla kogo jest ta książka

Naukowcy zajmujący się danymi, inżynierowie uczenia maszynowego i specjaliści od oprogramowania z podstawowymi umiejętnościami programowania w języku Python.