Scikit-Learn w szczegółach: Głębokie zrozumienie

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 6 głosach.

Oryginalny tytuł:

Scikit-Learn in Details: Deep Understanding

Zawartość książki:

Ta książka jest przewodnikiem po tym, jak korzystać z Scikit-Learn, biblioteki uczenia maszynowego dla języka programowania Python. Autor najpierw pomaga dowiedzieć się, czym jest Scikit-Learn i jak skonfigurować go w systemie. Zostaniesz również pokierowany, jak załadować zestawy danych do Scikit-Learn. Następnie autor poprowadził cię, jak używać różnych algorytmów uczenia maszynowego do implementacji modeli uczenia maszynowego różnych typów za pomocą Scikit-Learn. Niektóre z omówionych algorytmów to Support Vector Machine (SVM), Linear Regression, K-Nearest Neighbors i K-Means. We wszystkich tych przypadkach podano praktyczne przykłady, dzięki czemu będziesz wiedział, jak wdrożyć modele i wykorzystać je do prognozowania.

Zawartość:

Getting Started with Scikit-learn Support Vector Machines in Scikit-learn Scikit-Learn Linear Regression Scikit-Learn k-Nearest Neighbors Classifier K-Means Clustering With Scikit-Learn Tematyka obejmuje: język programowania python, python, książka o regresji liniowej, scikit-learn, scikit-learn i tensorflow, maszyna wektorów nośnych, regresja liniowa, k-najbliższy sąsiad, k-średnich, jądro, modele regresji liniowej, wizualizacja danych, analiza regresji liniowej, uczenie maszynowe regresji liniowej.