Название книги: Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными
Год: 2017
Авторы: А.Мюллер, С.Гвидо
Страниц: 393
Язык: Русский
Формат: pdf, fb2, epub, mobi
Размер: 8.30 MB, 8.75 MB, 4.31 MB, 5.72 MB
Описание книги “Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными (2017)”:
Машинное обучение стало неотъемлемой частью различных
коммерческих и исследовательских проектов, начиная от постановки
медицинского диагноза c последующим лечением и заканчивая поиском
друзей в социальных сетях. Многие полагают, что машинное обучение
могут использовать только крупные компании, обладающие мощными
командами аналитиков. В этой книге мы хотим показать вам, с какой
легкостью можно самостоятельно построить модели машинного
обучения, и рассказать, как это сделать. Прочитав эту книгу, вы сможете
построить свою собственную систему машинного обучения, которая
позволит выяснить настроения пользователей Твиттера или получить
прогнозы по поводу глобального потепления. Область применения
машинного обучения безгранична и, учитывая все многообразие данных,
имеющихся на сегодняшний день, ограничивается лишь вашим
воображением.
Данная книга адресована действующим и начинающим специалистам по
машинному обучению, решающим реальные задачи. Эта книга является
вводной и не требует предварительных знаний в области машинного
обучения или искусственного интеллекта. Мы сосредоточимся на
использовании языка Python и библиотеки scikit-learn, рассмотрим все
этапы создания успешного проекта по машинному обучению. Методы,
которые мы затронем, пригодятся ученым и исследователям, а также
специалистам по анализу данных, работающим в различных
коммерческих сферах. Вы получите максимальную отдачу от книги, если
хотя бы немного знакомы с языком Python и библиотеками NumPy и
matplotlib.
Мы приложили сознательные усилия, направленные на то, чтобы вместо
изложения математических подробностей сосредоточиться в большей
степени на практических аспектах использования алгоритмов машинного
обучения. Поскольку математика (в частности, теория вероятностей)
является той основой, на которой строится машинное обучение, мы не
будем детально вдаваться в подробности алгоритмов. Если вас
интересует математический аппарат алгоритмов машинного обучения,
мы рекомендуем книгу издательства Springer The Elements of Statistical
Learning за авторством Тревора Хасти, Роберта Тибширани и Джерома
Фридмана, которая свободно доступна на сайте авторов. Кроме того, мы
не будем рассказывать о том, как написать тот или иной алгоритм
машинного обучения с нуля, и вместо этого сосредоточимся на применении большого спектра моделей, уже реализованных в библиотеке
scikit-learn и других библиотеках.
Оглавление:
Глава1.Введение
Глава 2. Методы машинного обучения с учителем
Глава 3. Методы машинного обучения без учителя и
Предварительная обработка данных
Глава 4. Типы данных и конструирование признаков
Глава 5. Оценка и улучшение качества модели
Глава 6. Объединение алгоритмов в цепочки и конвейеры
Глава 7. Работа с текстовыми данными
Глава 8. Подведение итогов
Скачать книгу “Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными (2017)”:
