Newsletter

Uczenie maszynowe w Pythonie Receptury

Chris Albon
Dostępny
Dostępne mniej niż 10 sztuk.
Czas kompletacji ok. 14 dni roboczych.
84,65 zł
Dostawa Deutche Post tylko 2€.
Szybki kurier do 30kg tylko - 4€!
(Sprawdź!)

lub
Uczenie maszynowe jest dziś wykorzystywane w różnych dziedzinach życia: w biznesie, w polityce, w organizacjach non profit i oczywiście w nauce. Samouczące się algorytmy maszynowe stanowią wyjątkową metodę przekształcania danych w wiedzę. Powstało sporo książek wyjaśniających sposób działania tych algorytmów i prezentujących nieraz spektakularne przykłady ich wykorzystania. Do dyspozycji pozostają też narzędzia przeznaczone do tego rodzaju zastosowań, takie jak biblioteki Pythona, w tym pandas i scikit-learn. Problemem pozostaje implementacja rozwiązań codziennych problemów związanych z uczeniem maszynowym.

Z tej książki najwięcej skorzystają profesjonaliści, którzy znają podstawowe koncepcje związane z uczeniem maszynowym. Osoby te potraktują ją jako przewodnik ułatwiający rozwiązywanie konkretnych problemów napotykanych podczas codziennej pracy z uczeniem maszynowym. Dzięki zawartym tu recepturom takie zadania jak wczytywanie danych, obsługa danych tekstowych i liczbowych, wybór modelu czy redukcja wymiarowości staną się o wiele łatwiejsze do wykonania. Każda receptura zawiera kod, który można wstawić do swojego programu, połączyć lub zaadaptować według potrzeb. Przedstawiono także analizy wyjaśniające poszczególne rozwiązania i ich kontekst. Z tą książką płynnie przejdziesz od rozważań teoretycznych do opracowywania działających aplikacji i praktycznego korzystania z zalet uczenia maszynowego.

Receptury w tej książce dotyczą:

wektorów, macierzy i tablic
obsługi danych liczbowych i tekstowych, obrazów, a także związanych z datą i godziną
redukcji wymiarowości za pomocą wyodrębniania i wyboru cech
oceny i wyboru modelu oraz regresji liniowej i logistycznej
maszyn wektorów nośnych (SVM), naiwnej klasyfikacji bayesowskiej, klasteryzacji i sieci neuronowych
zapisywania i wczytywania wytrenowanych modeli
Uczenie maszynowe w Pythonie - użyj sprawdzonych receptur kodu!

Informacja dotycząca wprowadzenia produktu do obrotu:
Ten produkt został wprowadzony na rynek przed 13 grudnia 2024 r. zgodnie z obowiązującymi wówczas przepisami (Dyrektywą o ogólnym bezpieczeństwie produktów). W związku z tym może on być nadal sprzedawany bez konieczności dostosowania do nowych wymogów wynikających z Rozporządzenia o Ogólnym Bezpieczeństwie Produktów (GPSR). Produkt zachowuje pełną legalność w obrocie, a jego jakość i bezpieczeństwo pozostają zgodne z obowiązującymi wcześniej standardami.


Information regarding product placement on the market:
This product was placed on the market before December 13, 2024, in accordance with the applicable regulations at the time (the General Product Safety Directive). As a result, it can continue to be sold without needing to meet the new requirements introduced by the General Product Safety Regulation (GPSR). The product remains fully compliant with all previously valid legal standards, ensuring its continued quality and safety.


Książka Uczenie maszynowe w Pythonie wysyłka Niemiecy od 2€. Wysyłka do Austrii i innych krajów - sprawdź na stronie "dostawa"

Dane bibliograficzne / Bibliographische info
Rodzaj (nośnik) / Produkt-Typ książka po polsku
Dział / Departement Książki i czasopisma / Bücher und Zeitschriften
Autor / Author Chris Albon
Tytuł / Titel Uczenie maszynowe w Pythonie
Podtytuł / Untertitel Receptury
Język / Sprache polski / polnisch
Wydawca / Herausgeber Helion
Rok wydania / Erscheinungsjahr 2019
Tytuł originału / Originaltitel Machine learning with Python cookbook
Języki oryginału / Ursprüngliche Sprachen angielski
Rodzaj oprawy / Deckelform Miękka
Wymiary / Größe 17.0x24.0
Liczba stron / Seiten 344
Ciężar / Gewicht 0,504 kg
   
Wydano / Veröffentlicht am 12.03.2019
ISBN 9788328350465 (9788328350465)
EAN/UPC 9788328350465
Stan produktu / Zustand Nowa książka - sprzedajemy wyłącznie nowe nieużywane książki po polsku.

Znaczniki produktu
Zapraszamy do zakupu tego produktu.