Uczenie maszynowe w Pythonie. Receptury

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...
58,65
Opis

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!

FAQ

Sekcja Q&A

Kto jest autorem "Uczenie maszynowe w Pythonie. Receptury"?
Autorem książki jest Chris Albon.
Jest autorem kilku podręczników, jednak są one bardzo wartościowe. Zdarza się, że autorzy podręczników szkolnych mają wyższe stopnie naukowe w dyscyplinie, na temat której piszą. Ciekawostka: niektórzy autorzy tworzą tylko 1 - 2 materiałów edukacyjnych, skupiając się bardziej na poznawaniu dziedziny nauczania. Wynikać to może na przykład z włożenia dużego wysyłku w proces pisania. W przypadku niewielu zdarza się, że łączenie doświadczenia z ich przekazywaniem idą w parze.

Jak upewnić się, czy to ten podręcznik muszę kupić?
Od weryfikacji poprawności zakupu książek do szkoły dzielą Cię trzy kroki:
1. Zdobądź wykaz podręczników w szkole.
2. Zwróć szczególną uwagę na tytuł, autorów, wydawnictwo.
3. Upewnij się, że wymienione informacje znajdują się na stronie kupowanego produktu.


Kiedy wydano tę publikację?
Ta pozycja została opublikowana w 2019 roku. Podręcznik "Uczenie maszynowe w Pythonie. Receptury" od wielu lat jest cenionym źródłem wiedzy i narzędziem dla wielu uczących się. Przez lata pozyskał zaufanie nauczycieli, co świadczy o jego wartości edukacyjnej.


W jaką okładkę oprawiony jest podręcznik?
Podręcznik wydano w miękkiej okładce. Dzięki temu, że jest lekka, z łatwością można ją zapakować do szkolnego plecaka.


Z ilu stron składa się ten podręcznik?
Ten tytuł ma 351 stron. Jest wypełniony treścią edukacyjną uatrakcyjnioną obrazkami i ilustracjami. Zawiera ważne i starannie dobrane informacje, które rozwijają wiedzę z danego zakresu.


Do jakiej serii podręczników należy "Uczenie maszynowe w Pythonie. Receptury"?
Tytuł jest częścią popularnej serii "O'reilly".
Wraz z innymi składowymi cyklu, ta książka ma za zadanie dostarczyć spójnych materiałów dydaktycznych, które pomogą uczniom rozwijać wiedzę i umiejętności systematycznie i w sposób zorganizowany.


W co, poza podręcznikami, warto zaopatrzyć ucznia?
Na stronach www szkół zazwyczaj można znaleźć informacje dotyczące szczególnych wymagań odnośnie wyprawki dla poszczególnych klas. Na listach zazwyczaj znajdują się: przybory do pisania, przybory do rysowania, artykuły plastyczne i kreatywne. Miej na uwadze zakup odpowiednich zeszytów! Plecak w ulubionym kolorze, piórnik z wizerunkiem lubianego zwierzaka... W rok szkolny warto wejść z werwą i we własnym stylu! Dobrze dobrane artykuły wyprawkowe mogą dostarczyć radości, a wręcz dodać nieco pewności siebie. Odpowiednie artykuły kreatywne mogą dostarczyć inspiracji do pracy twórczej. Sprawdź kolekcje do szkoły, z którymi, w naszej opinii, warto wejść w nowy rok szkolny.


Jeśli pomylę się podczas kupowania to czy mogę wymienić lub zwrócić podręcznik?
Produkty nie podlegają wymianie, ale musisz wiedzieć, że nietrafiony podręcznik kupiony online zawsze możesz zwrócić, i w zamian zamówić odpowiedni. Chcesz wiedzieć więcej o tym, jak można zwracać produkty? Wszystkie informacje znajdziesz na tej stronie.


Szczegóły - Uczenie maszynowe w Pythonie. Receptury

  • Autor: Chris Albon
  • Ilość stron: 351
  • Oprawa: Miękka
  • Rok wydania: 2019
  • Seria O'Reilly
  • Wydawnictwo Helion
  • Stan: nowy, pełnowartościowy produkt
  • Model: 9788328350465
  • EAN: 9788328350465
  • Nr wydania: 1
  • ISBN: 9788328350465
  • Język: polski
  • Podtytuł: Receptury
  • Tłumacz: Górczyński Robert
  • Oryginalny tytuł: Machine learning with Python cookbook
  • Wymiary: 170X240

Dane producenta

HELION S.A., Kościuszki 1C, 44-100 Gliwice, Polska, gpsr@grupahelion.pl, tel. (32) 230-98-63

Recenzje

Podziel się swoją opinią

Oceń produkt

O Autorze