Uczenie maszynowe w pythonie dla każdego - mark fenner (Helion)

sztuczna inteligencja i uczenie maszynowe rozwijają się z niezwykłą dynamiką i znajdują coraz więcej różnych zastosowań w niemal wszelkich branżach. Ten błyskotliwy postęp jest silnie związany z osiągnięciami w świecie sprzętu i oprogramowania.

obecnie do uczenia maszynowego używa się wielu języków programowania, takich jak R, C, C++, Fortran i Go, jednak najpopularniejszym wyborem okazał się Python wraz z jego specjalistycznymi bibliotekami.

Znajomość tych bibliotek i narzędzi zezwala na tworzenie systemów uczących się nawet tym osobom, które nie dysponują głęboką wiedzą z dziedziny matematyki.Ta książka jest asygnowana dla każdego, kto choć trochę zna Pythona i chce nauczyć się uczenia maszynowego.

Zagadnienia matematyczne zostały tu zaprezentowane w znikomym stopniu, za to więcej uwagi poświęcono koncepcjom, na których oparto najważniejsze i w głównej mierze używane narzędzia i techniki uczenia maszynowego.

Następnie pokazano użyteczne zasady implementacji uczenia maszynowego z wykorzystaniem najdoskonalszych bibliotek i narzędzi Pythona. Opisano wykorzystywane dziś elementy systemów uczących się, w tym techniki klasyfikacji i regresji, a także inżynierię cech, która pozwala przekształcać informacje na ergonomiczną postać.

Przeanalizowano liczne algorytmy i w głównej mierze użytkowane techniki uczenia maszynowego. Pokrótce przedstawiono modele grafowe i sieci neuronowe, w tym sieci głębokie, jak także połączenie tych technik z bardziej innowacyjnymi metodami, przydatnymi nawet w pracy na informacji graficznych i tekstowych.W książce między innymi:- algorytmy i modele uczenia maszynowego- zasady oceny produktywności systemów uczących- techniki przekształcania danych- techniki uczenia maszynowego do obrazu i tekstu- sieci neuronowe i modele grafowe- biblioteka scikit-learn i inne narzędzia PythonaUczenie maszynowe z Pythonem: od dziś dla każdego![O autorze]Dr Mark Fenner - uczy dorosłych informatyki i matematyki.

Prowadził badania w dziedzinach uczenia maszynowego, bioinformatyki i bezpieczeństwa systemów komputerowych. Zajmował się również analizą bezpieczeństwa repozytoriów oprogramowania, probabilistycznym modelowaniem białek oraz analizą i wizualizacją informacji pochodzących z badań organicznych i mikroskopowych.

Mieszka z rodziną w południowo-wschodniej Pensylwanii.