Машинное обучение стало неотъемлемой частью многих коммерческих приложений и исследовательских проектов, но эта область не является эксклюзивной для крупных компаний с обширными исследовательскими командами.
Если вы используете Python, даже будучи новичком, эта книга научит вас практическим способам создания собственных решений для машинного обучения.
При всем объеме доступных сегодня данных, возможности применения машинного обучения ограничены только вашим воображением. Вы узнаете шаги, необходимые для создания успешного приложения машинного обучения с помощью Python и библиотеки scikitlearn.
Авторы Андреас Мюллер и Сара Гвидо сосредоточены на практических аспектах использования алгоритмов машинного обучения, а не на математике, стоящей за ними.
Знакомство с библиотеками NumPy и matplotlib поможет вам получить еще больше от этой книги. С этой книгой вы узнаете:Основные концепции и приложения машинного обучения Преимущества и недостатки широко используемых алгоритмов машинного обучения Как представлять данные, обрабатываемые машинным обучением, включая на какие аспекты данных следует обратить внимание Продвинутые методы оценки моделей и настройки параметров Концепция конвейеров для объединения моделей и инкапсуляции рабочего процесса Методы работы с текстовыми данными, включая специфические для текста методы обработки Рекомендации по улучшению навыков в области машинного обучения и науки о данных.
Товар из Индии
Возврат по недоставке
