Uczenie maszynowe w Pythonie. Leksykon kieszonkowy, F753-421DE (Helion Gliwice)

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

Umiejętność ich analizy oraz wiedza o osiągalnych sposobach rozwiązywania problemów napotykanych podczas uczenia maszynowego są więc sporymi atutami i mogą być stosowane 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, a także twórcy systemów sztucznej inteligencji.

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

Prezentowane treści zostały zilustrowane uwagami, tabelami 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.