Machine learning, python i data science. wprowadzenie (Helion)

Uczenie maszynowe kojarzy się z znacznymi firmami i rozbudowanymi zespołami. Prawda jest taka,obecnie można samodzielnie produkować progresywne rozwiązania uczenia maszynowego i korzystać do woli z olbrzymich zasobów przystępnych informacji. Trzeba tylko mieć pomysł i... Trochę podstawowej wiedzy. Tymczasem większość opracowań na temat uczenia maszynowego i nienaturalnej inteligencji wymaga biegłości w zaawansowanej matematyce. Utrudnia to naukę tego zagadnienia, mimo że uczenie maszynowe jest coraz powszechniej wykorzystywane w projektach badawczych i komercyjnych.Ta poręczna książka ułatwi Ci rozpoczęcie wdrażania rozwiązań rzeczywistych problemów związanych z uczeniem maszynowym. Zawiera przystępne wprowadzenie do uczenia maszynowego i nienaturalnej inteligencji i sposoby użycia Pythona i biblioteki scikit-learn, uwzględniające zapotrzebowania badaczy i analityków oraz inżynierów pracujących nad aplikacjami komercyjnymi. Zagadnienia matematyczne ograniczono tu do koniecznego minimum, zamiast tego skoncentrowano się na praktycznych aspektach algorytmów uczenia maszynowego. Dokładnie opisano, jak solidnie można skorzystać z szerokiej gamy modeli zastosowanych w dostępnych bibliotekach.