Издательство ДМК Пресс
Официальный сайт издательства ДМК Пресс

Интернет-магазинdmkpress.help@gmail.com
+7 (499) 322-19-38

Издание книг dmkpress@gmail.comПишите на email

Оптовая продажа books@alians-kniga.ru+7 (499) 782-38-89

Моя корзина
В корзине нет ни одного товара

Python и машинное обучение. Цветное издание

Python и машинное обучение. Цветное издание
Оригинальное название:

"Python Machine Learning"

Оригинальный правообладатель:

Packt Publishing 

Автор: Рашка С.
Дата выхода: март 2017 года
Формат: 165 * 235 мм
Бумага: офсетная
Обложка: Твердый переплет
Объем, стр.: 418
ISBN: 978-5-97060-409-0
Вес, гр.: 700

Оглавление и отрывки из глав

Аннотация к книге

Машинное обучение и прогнозная аналитика преобразуют традиционную схему функционирования предприятий и других организаций.  Эта книга предоставит вам доступ в мир прогнозной аналитики и продемонстрирует, почему Python является одним из ведущих языков науки о данных. Если вы хотите глубже и точнее анализировать данные либо нуждаетесь в усовершенствовании и расширении систем машинного обучения, эта книга окажет вам неоценимую помощь. Ознакомившись с широким кругом мощных программных библиотек Python, в том числе scikit-learn, Theano и Keras, а также получив советы по всем вопросам начиная с анализа мнений и заканчивая нейронными сетями, вы сможете принять важные решения, во многом определяющие деятельность вашей организации.

Чему вы научитесь, прочитав эту книгу:
• исследовать, как используются разные машинно-обучаемые модели, которые формулируют те или иные вопросы в отношении данных;
• конструировать нейронные сети при помощи библиотек Theano и Keras;
• писать красивый и лаконичный программный код на Python с оптимальным использованием созданных вами алгоритмов;
• встраивать вашу машинно-обучаемую модель в веб-приложение для повышения ее общедоступности;
• предсказывать непрерывнозначные результаты при помощи регрессионного анализа;
• обнаруживать скрытые повторяющиеся образы и структуры в данных посредством кластерного анализа;
• организовывать данные с помощью эффективных методов предобработки и использовать передовые практические подходы к оценке машиннообучаемых моделей;
• осуществлять анализ мнений, позволяющий подробнее интерпретировать текстовые данные и информацию из социальных сетей.

Если вы хотите узнать, как использовать Python, чтобы начать отвечать на критические вопросы в отношении ваших данных, возьмите данную книгу  — и неважно, хотите ли вы приступить к изучению науки о данных с нуля или же намереваетесь расширить о ней свои знания, это принципиальный ресурс, который нельзя упускать.

Крайне необходимое издание по новейшей предсказательной аналитике для более глубокого понимания методологии машинного обучения!

Для добавление комментария необходимо Войти или Зарегистрироваться.