Автор: Андреас С. Мюллер, Сара Гвидо
Издательство: О'Рейли Медиа
Год: октябрь 21, 2016
Страниц: 394
Язык: английский
Формат: EPUB (изначально электронное издание - лучшее качество), 29 Мб
ISBN: 1449369413
Аннотация книги на русском
Машинное обучение стало неотъемлемой частью многих коммерческих приложений и научно-исследовательских проектов, но это сфера деятельности не только для крупных компаний с обширными исследовательскими группами. Если вы знаете Python даже на уровне новичка, то эта книга научит вас практическим путям создания собственных решений для машинного обучения. Со всей доступной сегодня информацией, создание приложения для машинного обучения ограничено только вашим воображением.
Вы узнаете шаги, необходимые для создания успешного приложения машинного обучения с Python и библиотекой scikit-learn. Авторы Андреас Мюллер и Сара Гвидо сосредотачиваются на практических аспектах использования алгоритмов машинного обучения, а не на их математикой основе. Знакомство с библиотеками NumPy и matplotlib поможет вам получить еще больше пользы от этой книги.
В этой книге вы узнаете:
- Основные понятия и сферы применения машинного обучения
- Преимущества и недостатки широко используемых алгоритмов машинного обучения
- Как представлять данные, обрабатываемые машинным обучением, включая те аспекты данных, на которые необходимо сосредоточиться в первую очередь
- Расширенные методы оценки модели и настройки параметров
- Концепция конвейеров для цепочки моделей и инкапсулирования рабочего процесса
- Методы работы с текстовыми данными, включая тексто-ориентированные методы обработки
- Предложения по улучшению навыков машинного обучения и данных
Аннотация книги на английском
Machine learning has become an integral part of many commercial applications and research projects, but this field is not exclusive to large companies with extensive research teams. If you use Python, even as a beginner, this book will teach you practical ways to build your own machine learning solutions. With all the data available today, machine learning applications are limited only by your imagination.
You’ll learn the steps necessary to create a successful machine-learning application with Python and the scikit-learn library. Authors Andreas Muller and Sarah Guido focus on the practical aspects of using machine learning algorithms, rather than the math behind them. Familiarity with the NumPy and matplotlib libraries will help you get even more from this book.
With this book, you’ll learn:
- Fundamental concepts and applications of machine learning
- Advantages and shortcomings of widely used machine learning algorithms
- How to represent data processed by machine learning, including which data aspects to focus on
- Advanced methods for model evaluation and parameter tuning
- The concept of pipelines for chaining models and encapsulating your workflow
- Methods for working with text data, including text-specific processing techniques
- Suggestions for improving your machine learning and data science skills
Скачать книгу из интернета (link to download):
