

Python. Uczenie maszynowe w przykładach. Wydanie 3

Parametry
- Stan
- Nowy
- Faktura
- Faktura VAT
- Wydawnictwo
- Helion
- Język
- polski
- Tematyka
- Python
- Okładka
- miękka
- Waga (z opakowaniem)
- 0,6 kg
- Wysokość produktu
- 23,5 cm
- Szerokość produktu
- 16,5 cm
- Numer wydania
- 3
- Autor
- Yuxi Hayden Liu
- Liczba stron
- 424
- Tytuł
- Python Uczenie maszynowe w przykładach TensorFlow 2 PyTorch i scikitlearn Wydanie III
- Rok wydania
- 2 022
- ISBN
- 9788328388703
- Nośnik
- książka papierowa
- Gatunek
- Programowanie
Opis produktu

Python. Uczenie maszynowe w przykładach. Wydanie 3
Autor: Yuxi (Hayden) Liu
EAN: 9788328388703
Typ publikacji: książka
Strony: 424
SID: 3251467
Python. Uczenie maszynowe w przykładach. Wydanie 3
Systemy oparte na uczeniu maszynowym są coraz bardziej wyrafinowane. Spośród wielu narzędzi służących do implementacji algorytmów uczenia maszynowego najpopularniejszy okazał się Python wraz z jego bibliotekami. Znajomość tych narzędzi umożliwia sprawne tworzenie systemów uczących się, jednak uzyskanie spektakularnych wyników wymaga doświadczenia i wprawy. Konieczne są więc ćwiczenia i praktyka w samodzielnym rozwiązywaniu problemów.To trzecie wydanie popularnego podręcznika, który ułatwi Ci zdobycie praktycznej wiedzy o uczeniu maszynowym w Pythonie. Zapoznasz się z różnymi technikami implementacji algorytmów uczenia maszynowego. Przeanalizujesz rzeczywiste przykłady techniki eksploracyjnej analizy danych, inżynierii cech, klasyfikacji danych, regresji, klastrowania i przetwarzania języka naturalnego. To wydanie uzupełniono o najnowsze zagadnienia ważne dla biznesu, takie jak tworzenie systemu rekomendacji, rozpoznawanie twarzy, prognozowanie cen akcji, klasyfikowanie zdjęć, prognozowanie sekwencji danych i zastosowanie uczenia przez wzmacnianie w podejmowaniu decyzji. Dzięki książce poznasz omawiane zagadnienia od strony praktycznej i zdobędziesz wiedzę potrzebną do skutecznego rozwiązywania problemów z systemami uczącymi się.W książce między innymi: gruntowne podstawy uczenia maszynowego i nauki o danych techniki eksploracji i analizy danych za pomocą kodu Pythona trenowanie modeli za pomocą Apache Spark przetwarzanie języka naturalnego przy użyciu bibliotek Pythona praktyczne wdrażanie modeli i algorytmów uczenia maszynowego korzystanie z bibliotek Pythona: TensorFlow 2, PyTorch i scikit-learnWypróbuj najlepsze praktyki uczenia maszynowego z Pythonem!
