Python. Uczenie maszynowe w przykładach. TensorFlow 2, PyTorch i scikit-learn. Wydanie III

Systemy oparte na uczeniu maszynowym są coraz bardziej wyrafinowane. Spośr&oacute,d wielu narzędzi służących do implementacji algorytm&oacute,w uczenia maszynowego najpopularniejszy okazał się Python wraz z jego bibliotekami. Znajomość tych narzędzi umożliwia sprawne tworzenie system&oacute,w uczących się, jednak uzyskanie spektakularnych wynik&oacute,w wymaga doświadczenia i wprawy. Konieczne są więc ćwiczenia i praktyka w samodzielnym rozwiązywaniu problem&oacute,w.

To trzecie wydanie popularnego podręcznika, kt&oacute,ry ułatwi Ci zdobycie praktycznej wiedzy o uczeniu maszynowym w Pythonie. Zapoznasz się z r&oacute,żnymi technikami implementacji algorytm&oacute,w 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 problem&oacute,w 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 algorytm&oacute,w uczenia maszynowego
• korzystanie z bibliotek Pythona: TensorFlow 2, PyTorch i scikit-learn