Machine learning, Python i data science. Wprowadzenie
Machine learning, Python i data science. Wprowadzenie
Uczenie maszynowe kojarzy się z dużymi firmami i rozbudowanymi zespołami. Prawda jest taka, że obecnie można samodzielnie budować zaawansowane rozwiązania uczenia maszynowego i korzystać do woli z olbrzymich zasobów dostępnych danych. Trzeba tylko mieć pomysł i... trochę podstawowej wiedzy. Tymczasem większość opracowań na temat uczenia maszynowego i sztucznej inteligencji wymaga biegłości w zaawansowanej matematyce. Utrudnia to naukę tego zagadnienia, mimo że uczenie maszynowe jest coraz powszechniej stosowane w projektach badawczych i komercyjnych. Ta praktyczna książka ułatwi Ci rozpoczęcie wdrażania rozwiązań rzeczywistych problemów związanych z uczeniem maszynowym. Zawiera przystępne wprowadzenie do uczenia maszynowego i sztucznej inteligencji, a także sposoby wykorzystania Pythona i biblioteki scikit-learn, uwzględniające potrzeby badaczy i analityków danych oraz inżynierów pracujących nad aplikacjami komercyjnymi. Zagadnienia matematyczne ograniczono tu do niezbędnego minimum, zamiast tego skoncentrowano się na praktycznych aspektach algorytmów uczenia maszynowego. Dokładnie opisano, jak konkretnie można skorzystać z szerokiej gamy modeli zaimplementowanych w dostępnych bibliotekach. W książce między innymi: podstawowe informacje o uczeniu maszynowym najważniejsze algorytmy uczenia maszynowego przetwarzanie danych w uczeniu maszynowym ocena modelu i dostrajanie parametrów łańcuchy modeli i hermetyzacja przepływu pracy przetwarzanie danych tekstowych Python i uczenie maszynowe: programowanie do zadań specjalnych!
Klimat książki
Praktyczny przewodnik po uczeniu maszynowym zorientowany na implementację kodu w Pythonie, z pominięciem nadmiernej teorii matematycznej.
W skrócie
- Skłania do myślenia
- umiarkowane tempo
Szczegóły
- Data wydania
- 18 maja 2021
- Liczba stron
- 320 str.
- Wydawnictwo
- Helion
- Język
- polski
- Format
- papier
- Gatunek
- informatyka, matematyka
- ISBN
- 9788328374089
Najczęstsze pytania o książkę
- Ile stron ma „Machine learning, Python i data science. Wprowadzenie”?
- „Machine learning, Python i data science. Wprowadzenie” ma 320 stron (wydanie: Helion, 2021). Inne wydania mogą się różnić liczbą stron.
- Ile czasu zajmuje przeczytanie książki „Machine learning, Python i data science. Wprowadzenie”?
- Przy średnim tempie 35 stron na godzinę lektura zajmie około 9 godz.. Czytając 30 minut dziennie, skończysz w 19 dni.
- Kto napisał książkę „Machine learning, Python i data science. Wprowadzenie”?
- „Machine learning, Python i data science. Wprowadzenie” to książka autorstwa Andreas C. Müller, Sarah Guido.
Opinie czytelników
Oceń tę książkę
Kiedy przeczytana?
Oceniona książka trafi na półkę Przeczytane.
Dodaj „Machine learning, Python i data science. Wprowadzenie" do swojej półki
Załóż darmowe konto i miej swoje lektury, oceny oraz postępy w jednym miejscu. Dołącz do grona zadowolonych czytelników, którzy już wiedzą, co przeczytali i co chcą przeczytać.
Trzy półki czytelnicze
Przeczytane, Teraz czytam i Chcę przeczytać. Uporządkuj swoje książki w sekundy.
Oceny i recenzje
Skala 1-10, prywatne notatki, ulubione cytaty. Wracaj do swoich opinii kiedy chcesz.
Statystyki i wyzwania
Ustal roczny cel czytelniczy i obserwuj jak rośnie liczba przeczytanych stron.
Rekomendacje i grafiki
Odkrywaj kolejne tytuły i generuj estetyczne podsumowania roku w książkach.