PayPo – KUP TERAZ, ZAPŁAĆ PÓŹNIEJ!SZCZEGÓŁY>>

Praktyczne uczenie nienadzorowane przy użyciu języka Python Książka

Praktyczne uczenie nienadzorowane przy użyciu języka Python
50,80 zł
79,80 zł - sugerowana cena detaliczna
Zamów teraz, wyślemy jeszcze dziś!
Wydawnictwo: Apn Promise
Rodzaj oprawy: Okładka broszurowa (miękka)
Wydanie: 1
Liczba stron: 362
Format: 17.0x23.0cm
Rok wydania: 2020
Zobacz więcej
50,80 zł

Jak budować użytkowe rozwiązania uczenia maszynowego na podstawie nieoznakowanych danych.
Wielu ekspertów branżowych uważa uczenie nienadzorowane za kolejną granicę w dziedzinie sztucznej inteligencji, która może stanowić klucz do pełnej sztucznej inteligencji. Ponieważ większość danych na świecie jest nieoznakowana, nie można do nich zastosować konwencjonalnego uczenia nadzorowanego. Z kolei uczenie nienadzorowane może być stosowane wobec nieoznakowanych zbiorów danych w celu odkrycia istotnych wzorców ukrytych głęboko w tych danych, które dla człowieka mogą być niemal niemożliwe do odkrycia.
Autor Ankur Patel pokazuje, jak stosować uczenie nienadzorowane przy wykorzystaniu dwóch prostych platform dla języka Python: Scikit-learn oraz TensorFlow (wraz z Keras). Dzięki dołączonemu kodowi i praktycznym przykładom analitycy danych będą mogli identyfikować trudne do znalezienia wzorce w danych i odkrywać dogłębne zależności biznesowe, wykrywać anomalie, przeprowadzać automatyczną selekcję zmiennych i generować syntetyczne zbiory danych.
Wystarczy znajomość programowania i nieco doświadczenia w uczeniu maszynowym, aby zająć się:
• Porównywaniem mocnych i słabych stron różnych podejść do uczenia maszynowego: uczenia nadzorowanego, nienadzorowanego i wzmacnianego.
• Przygotowywaniem i zarządzaniem projektami uczenia maszynowego.
• Budowaniem systemu wykrywania anomalii w celu wychwycenia oszustwa dotyczącego kard kredytowych.
• Rozdzielaniem użytkowników na wydzielone i jednorodne grupy.
• Przeprowadzaniem uczenia pół-nadzorowanego.
• Opracowywaniem systemów polecania filmów z użyciem ograniczonych automatów Boltzmanna.
• Generowaniem syntetycznych obrazów przy użyciu generujących sieci antagonistycznych.

„Badacze, inżynierowie i studenci docenią tę książkę pełną praktycznych technik uczenia nienadzorowanego, napisaną prostym językiem z nieskomplikowanymi przykładami w języku Python, które można szybko i skutecznie implementować.”
–Sarah Nagy
Główny analityk danych w firmie Edison
Ankur A. Patel jest wiceprezesem ds. informatyki analitycznej w firmie 7Park Data, wspieranej przez firmę inwestycyjną Vista Equity Partners. W firmie 7Park Data, Ankur i jego zespół analizy danych wykorzystują dane alternatywne do opracowywania produktów związanych z danymi dla funduszy hedgingowych i korporacji oraz rozwijają usługi uczenia maszynowego dla klientów firmowych.

Szczegółowe informacje na temat książki Praktyczne uczenie nienadzorowane przy użyciu języka Python

Wydawnictwo: Apn Promise
EAN: 9788375414264
Rodzaj oprawy: Okładka broszurowa (miękka)
Wydanie: 1
Liczba stron: 362
Format: 17.0x23.0cm
Rok wydania: 2020
Data premiery: 2020-09-08
Język wydania: polski
Podmiot odpowiedzialny: A.P.N. PROMISE S.A.
ul. Domaniewska 44A
02-672 Warszawa
PL

Podobne do Praktyczne uczenie nienadzorowane przy użyciu języka Python

Nowość
Nowość
Nowość
Bestseller
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Bestseller
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Bestseller
Nowość

Oceny i recenzje książki Praktyczne uczenie nienadzorowane przy użyciu języka Python

Średnia ocen:
~ /10
Liczba ocen:
0
Powiedz nam, co myślisz!

Pomóż innym i zostaw ocenę!

Ten produkt nie ma jeszcze żadnych recenzji

Pomóż innym i zostaw ocenę!

Bestsellery

Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Bestseller
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość

Nowości

Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Bestseller
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Bestseller
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Bestseller
Nowość
Nowość
Bestseller
Nowość
Nowość
Nowość
Nowość
Nowość
Bestseller
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Bestseller
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Nowość
Bestseller