Uczenie maszynowe dla początkujących: Naucz się budować systemy uczenia maszynowego za pomocą Pythona (edycja angielska)

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 37 głosach.

Oryginalny tytuł:

Machine Learning for Beginners: Learn to Build Machine Learning Systems Using Python (English Edition)

Zawartość książki:

Zapoznanie się z różnymi algorytmami uczenia nadzorowanego, nienadzorowanego i ze wzmocnieniem

Kluczowe cechy

⬤ Zrozumienie rodzajów uczenia maszynowego.

⬤  Zapoznanie się z różnymi metodami ekstrakcji cech.

⬤  Zapoznanie się z działaniem algorytmów sieci neuronowych.

⬤ Dowiedz się, jak zaimplementować drzewa decyzyjne i lasy losowe.

⬤  Książka nie tylko wyjaśnia algorytmy klasyfikacji, ale także omawia odchylenia / modelowanie matematyczne.

Opis

Ta książka obejmuje ważne koncepcje i tematy w uczeniu maszynowym. Rozpoczyna się od oczyszczania danych i przedstawia przegląd selekcji cech. Następnie mówi o uczeniu i testowaniu, walidacji krzyżowej i wyborze cech. Książka obejmuje algorytmy i implementacje najpopularniejszych technik selekcji cech. Książka koncentruje się następnie na regresji liniowej i zejściu gradientowym. W książce omówiono niektóre z ważnych technik klasyfikacji, takie jak K-najbliższych sąsiadów, regresja logistyczna, Na ve Bayesian i liniowa analiza dyskryminacyjna. Następnie przedstawiono przegląd sieci neuronowych i wyjaśniono tło biologiczne, ograniczenia perceptronu i model propagacji wstecznej. W książce uwzględniono również metody Support Vector Machines i Kernel. Następnie pokazano, jak zaimplementować drzewa decyzyjne i lasy losowe.

Pod koniec książka zawiera krótki przegląd uczenia się bez nadzoru. Omówiono różne techniki ekstrakcji cech, takie jak transformata Fouriera, STFT i lokalne wzorce binarne. W książce omówiono również analizę składowych głównych i jej implementację.

Czego się nauczysz

⬤ Dowiedz się, jak przygotować dane do uczenia maszynowego.

⬤ Naucz się implementować algorytmy uczenia się od podstaw.

⬤ Wykorzystanie scikit-learn do implementacji algorytmów.

⬤ Używać różnych metod selekcji i ekstrakcji cech.

⬤ Dowiedz się, jak opracować system rozpoznawania twarzy.

Dla kogo jest ta książka

Książka jest przeznaczona dla studentów studiów licencjackich i podyplomowych z informatyki oraz dla profesjonalistów, którzy zamierzają przejść do fascynującego świata uczenia maszynowego. Książka ta wymaga podstawowej znajomości podstaw programowania, w szczególności języka Python.

Spis treści

1. Wprowadzenie do uczenia maszynowego.

2. Początek: Przetwarzanie wstępne i wybór cech.

3. Regresja.

4. Klasyfikacja.

5. Sieci neuronowe - I.

6. Sieci neuronowe-II.

7. Maszyny wektorów nośnych.

8. Drzewa decyzyjne.

9. Klasteryzacja.

10. Ekstrakcja cech.

Dodatek.

A1. Ściągawki.

A2. Wykrywanie twarzy.

A3. Biblografia.

O autorze

Harsh Bhasin jest badaczem w dziedzinie stosowanego uczenia maszynowego. Pan Bhasin pracował jako adiunkt w Jamia Hamdard w New Delhi i wykładał gościnnie w różnych instytutach, w tym na Delhi Technological University. Wcześniej pracował w C# Client-Side Development i Algorithm Development.

Pan Bhasin jest autorem kilku artykułów opublikowanych w renomowanych czasopismach, w tym Soft Computing, Springer, BMC Medical Informatics and Decision Making, AI and Society itp. Jest recenzentem znanych czasopism i redaktorem kilku numerów specjalnych. Otrzymał wyróżniające stypendium.

Poza pracą interesuje się poezją hindi, epoką progresywną.

Hindustani Classical Music, instrumentami perkusyjnymi.

Jego obszary zainteresowań obejmują struktury danych, analizę i projektowanie algorytmów, teorię obliczeń, Python, uczenie maszynowe i uczenie głębokie.

Profil LinkedIn:

Https: //in. linkedin.com/in/harsh-bhasin-69134426.