Python Machine learning i deep learning Biblioteki scikit-learn i TensorFlow 2. - Raschka Sebastian, Mirjalili Vahid - książka, 5C69-69454 (Helion)

Uczenie maszynowe jest jedną z najbardziej fascynujących technice 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: wystarczy wymienić asystenty głosowe w smartfonach, chatboty usprawniające klientom wybór oraz sieci upraszczające podejmowanie decyzji o inwestycjach giełdowych, filtrujące niechciane wiadomości e-mail czy wspomagające diagnostykę medyczną.

Oto szeroki przewodnik po uczeniu maszynowym i uczeniu głębokim w Pythonie. Posiada skrupulatne omówienie najważniejszych technik uczenia maszynowego, a także dokładne wyjaśnienie zasad rządzących tą technologią.

Poszczególne zagadnienia zilustrowano mnóstwem wyjaśnień, wizualizacji i przykładów, co rewelacyjnie usprawnia zrozumienie materiału i sprawne 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 w dodatku wprowadzenie do dwóch pionierskich technik: uczenia przez wzmacnianie i budowy generatywnych sieci przeciwstawnych (GAN).

W książce pomiędzy innymi: platformy, modele i techniki uczenia maszynowego użytkowanie 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.