Warsztat uczenia maszynowego - wydanie drugie: Przygotuj się do tworzenia własnych wysokowydajnych algorytmów uczenia maszynowego za pomocą scikit-learn

Opinie czytelników

Książka jest wysoko oceniana jako przystępne wprowadzenie do uczenia maszynowego przy użyciu Pythona, w szczególności biblioteki scikit-learn. Oferuje praktyczne podejście, koncentrując się na zastosowaniach i praktycznym doświadczeniu, a nie na głębokiej wiedzy teoretycznej, dzięki czemu jest idealna dla początkujących.

Dobrze napisana i łatwa do naśladowania, praktyczne podejście z silnym naciskiem na użycie scikit-learn, obejmuje różne popularne algorytmy uczenia maszynowego, zawiera praktyczne ćwiczenia i przykłady ze świata rzeczywistego, dobre dla początkujących, którzy chcą podstawowego zrozumienia i szybkiego wprowadzenia do uczenia maszynowego.

Brak dogłębnej eksploracji koncepcji matematycznych lub statystycznych stojących za algorytmami, może być zbyt podstawowy dla osób poszukujących teoretycznego zrozumienia uczenia maszynowego.

(na podstawie 6 opinii czytelników)

Oryginalny tytuł:

The Machine Learning Workshop - Second Edition: Get ready to develop your own high-performance machine learning algorithms with scikit-learn

Zawartość książki:

Kompleksowe podejście krok po kroku do zrozumienia uczenia maszynowego

Kluczowe cechy

⬤ Dowiedz się, jak zastosować jednolity interfejs API scikit-learn we wszystkich typach modeli uczenia maszynowego.

⬤ Zrozumienie różnicy między nadzorowanymi i nienadzorowanymi modelami uczenia się.

⬤ Wzmocnienie zrozumienia koncepcji uczenia maszynowego poprzez pracę na rzeczywistych przykładach.

Opis książki

Algorytmy uczenia maszynowego są integralną częścią niemal wszystkich nowoczesnych aplikacji. Aby uczynić proces uczenia się szybszym i dokładniejszym, potrzebne jest narzędzie na tyle elastyczne i wydajne, aby pomóc w szybkim i łatwym tworzeniu algorytmów uczenia maszynowego. Dzięki The Machine Learning Workshop opanujesz bibliotekę scikit-learn i staniesz się biegły w tworzeniu sprytnych algorytmów uczenia maszynowego.

Warsztaty uczenia maszynowego rozpoczynają się od zademonstrowania działania algorytmów uczenia bez nadzoru i z nadzorem poprzez analizę rzeczywistego zbioru danych klientów hurtowych. Po zapoznaniu się z podstawami, opracujesz sztuczną sieć neuronową przy użyciu scikit-learn, a następnie poprawisz jej wydajność poprzez dostrojenie hiperparametrów. Pod koniec warsztatów przeanalizujesz zbiór danych dotyczących działań marketingowych banku i zbudujesz modele uczenia maszynowego, które mogą wyszczególnić klientów, którzy prawdopodobnie zdecydują się na subskrypcję lokaty terminowej. Dowiesz się również, jak porównać te modele i wybrać optymalny.

Pod koniec warsztatów uczenia maszynowego nie tylko poznasz różnicę między modelami nadzorowanymi i nienadzorowanymi oraz ich zastosowania w świecie rzeczywistym, ale także rozwiniesz umiejętności wymagane do rozpoczęcia programowania własnych algorytmów uczenia maszynowego.

Czego się nauczysz

⬤ Zrozumieć, jak wybrać algorytm, który najlepiej pasuje do twojego zbioru danych i pożądanego wyniku.

⬤ Poznaj popularne algorytmy stosowane w świecie rzeczywistym, takie jak K-średnich, Mean-Shift i DBSCAN.

⬤ Odkrycie różnych podejść do rozwiązywania problemów klasyfikacji uczenia maszynowego.

⬤ Tworzenie struktur sieci neuronowych przy użyciu pakietu scikit-learn.

⬤ Wykorzystanie algorytmu NN do tworzenia modeli przewidywania przyszłych wyników.

⬤ Przeprowadzanie analizy błędów w celu poprawy wydajności modelu.

Dla kogo jest ta książka

Warsztat uczenia maszynowego jest idealny dla początkujących w tej dziedzinie. Będziesz potrzebował doświadczenia w programowaniu w Pythonie, choć nie jest wymagana wcześniejsza znajomość scikit-learn i uczenia maszynowego.