Python machine learning i deep learning biblioteki scikit-learn i tensorflow 2. - raschka sebastian, mirjalili vahid - książka (Helion)

Uczenie maszynowe jest jedną z najistotniej fascynujących technologii naszych czasów - rozwojem jego rozmaitych zastosowań zajmują się tacy giganci jak Google, Facebook, Apple, Amazon czy IBM. Uczenie maszynowe otwiera zupełnie świeże możliwości i powoli staje się nieodzowne: starczy wymienić asystenty głosowe w smartfonach, chatboty ułatwiające klientom dobór oraz sieci upraszczające podejmowanie decyzji o inwestycjach giełdowych, przefiltrowujące niepożądane wiadomości e-mail czy wspomagające diagnostykę medyczną.

Oto obfity przewodnik po uczeniu maszynowym i uczeniu głębokim w Pythonie. Mieści dokładne omówienie najważniejszych technik uczenia maszynowego i precyzyjne wyjaśnienie zasad rządzących tą technologią.

Poszczególne zagadnienia zilustrowano mnóstwem wyjaśnień, wizualizacji i przykładów, co nadzwyczajnie upraszcza zrozumienie materiału i wydajne rozpoczęcie samodzielnego budowania aplikacji i modeli, takich jak te służące do klasyfikacji obrazów, odkrywania ukrytych wzorców czy wydobywania dodatkowych danych z danych.

Wydanie trzecie zostało zaktualizowane - znalazł się w nim opis biblioteki TensorFlow 2 i najnowszych dodatków do biblioteki scikit-learn. Dodano też wprowadzenie do dwóch prekursorskich technik: uczenia przez wzmacnianie i budowy generatywnych sieci przeciwstawnych (GAN).

W książce pomiędzy innymi: platformy, modele i techniki uczenia maszynowego wykorzystywanie biblioteki scikit-learn i TensorFlow sieci neuronowe, sieci GAN i inne przygotowywanie informacji dla modeli uczenia maszynowego ocena i strojenie modeli analizy: regresyjna, skupień i sentymentów Uczenie głębokie z Pythonem: zrozum i zastosuj!

Powyższy opis pochodzi od wydawcy.