Uczenie maszynowe w pythonie. leksykon kieszonkowy (Helion Gliwice)

Uczenie maszynowe i nauka o danych są dziś ogromnie modne. Dziedziny te błyskawicznie się rozwijają, a poszczególne techniki uczenia maszynowego znajdują coraz więcej rozmaitych zastosowań. Wiedza, którą można uzyskać dzięki trafnemu przygotowaniu danych i ich eksploracji, niejednokrotnie jest bezcenna.

Umiejętność ich analizy oraz wiedza o realnych sposobach rozwiązywania problemów napotykanych podczas uczenia maszynowego są więc sporymi atutami i mogą być użytkowane w wielu gałęziach nauki, techniki i biznesu.

Z tego zwięzłego przewodnika po technikach uczenia maszynowego opartego na strukturalnych danych skorzystają programiści, badacze, osoby zajmujące się nauką o danych i twórcy systemów nienaturalnej inteligencji.

Znalazł się tu wyczerpujący opis cyklu uczenia maszynowego i klasyfikacji danych strukturalnych. Przedstawiono również metody klastrowania danych, analizy regresji, redukcji wymiarowości, a także inne ważne zagadnienia.

Prezentowane treści zostały zilustrowane uwagami, tablicami i przykładami kodu. Nie zabrakło opisu {pomocn|przydatn)ych bibliotek, niezwykle użytecznych w pracy analityka danych. W efekcie książka pozwala na szybkie rozwiązywanie różnego rodzaju problemów związanych z przetwarzaniem danych strukturalnych.

W książce między innymi: klasyfikacja, oczyszczanie i uzupełnianie braków danych eksploracyjna analiza danych i dobór modelu danych przykłady analiz regresji redukcja wymiarowości potoki w bibliotece scikit-learn Uczenie maszynowe: nowy wymiar analizy danych!

Powyższy opis pochodzi od wydawcy.