Python w uczeniu maszynowym
45
%
220 Kč 401 Kč
Expedice za 2 až 3 dny
Sleva až 70% u třetiny knih
Ten praktyczny przewodnik pozwoli osiągnąć biegłość w stosowaniu uczenia maszynowego w codziennej pracy. Autor, Matthew Kirk, bez akademickich rozważań pokazuje, jak integrować i testować algorytmy uczenia maszynowego w swoim kodzie.
Książka przedstawia wykorzystanie testów z użyciem bibliotek naukowych NumPy, Pandas, Scikit-Learn oraz SciPy dla języka Python, ilustrując je licznymi wykresami oraz przykładami kodu. Książka ta pomoże programistom i analitykom biznesowym zainteresowanym badaniem danych w:
Zapoznaniu się z rzeczywistymi przykładami testowania poszczególnych algorytmów poprzez zajmujące ćwiczenia praktyczne.
Stosowaniu programowania sterowanego testami do pisania i uruchamiania testów przed rozpoczęciem kodowania.
Badaniu technik poprawiających nasze modele uczenia maszynowego poprzez wydobywanie danych i opracowywanie funkcjonalności.
Zwracaniu uwagi na ryzyka związane z uczeniem maszynowym takie jak niedopasowanie danych.
Pracy z algorytmem K najbliższych sąsiadów, sieciami neuronowymi, klastrami i innymi technikami.
Matthew Kirk jest konsultantem, autorem i międzynarodowym prelegentem, specjalizującym się w uczeniu maszynowym i analizie danych z wykorzystaniem języków Ruby i Python. Mieszka w Seattle i lubi pomagać innym programistom w integrowaniu analizy danych ze stosowanymi przez nich technologiami.
Książka przedstawia wykorzystanie testów z użyciem bibliotek naukowych NumPy, Pandas, Scikit-Learn oraz SciPy dla języka Python, ilustrując je licznymi wykresami oraz przykładami kodu. Książka ta pomoże programistom i analitykom biznesowym zainteresowanym badaniem danych w:
Zapoznaniu się z rzeczywistymi przykładami testowania poszczególnych algorytmów poprzez zajmujące ćwiczenia praktyczne.
Stosowaniu programowania sterowanego testami do pisania i uruchamiania testów przed rozpoczęciem kodowania.
Badaniu technik poprawiających nasze modele uczenia maszynowego poprzez wydobywanie danych i opracowywanie funkcjonalności.
Zwracaniu uwagi na ryzyka związane z uczeniem maszynowym takie jak niedopasowanie danych.
Pracy z algorytmem K najbliższych sąsiadów, sieciami neuronowymi, klastrami i innymi technikami.
Matthew Kirk jest konsultantem, autorem i międzynarodowym prelegentem, specjalizującym się w uczeniu maszynowym i analizie danych z wykorzystaniem języków Ruby i Python. Mieszka w Seattle i lubi pomagać innym programistom w integrowaniu analizy danych ze stosowanymi przez nich technologiami.
| Autor: | Matthew Kirk |
| Nakladatel: | APN Promise |
| ISBN: | 9788375413571 |
| Rok vydání: | 2018 |
| Jazyk : | Polština |
| Vazba: | pevná |
| Počet stran: | 230 |
Mohlo by se vám také líbit..
-
Kompletny przewodnik po DAX
Russo Marco, Ferrari Alberto
-
Microsoft Excel 2019 Analiza i modelo...
Wayne L. Winston
-
Microsoft Excel 2016 Analiza i modelo...
Wayne L. Winston
-
Odsłaniamy SQL Server 2019
Maja Iwaszkiewicz
-
Nowoczesna Java w działaniu
Raoul-Gabriel Urma, Mario Fusco, Alan Mycroft
-
Wprowadzenie do uczenia maszynowego w...
Esposito Dino, Esposito Francesco
-
Programowanie w ASP.NET Core
Dino Esposito
-
Egzamin 70-744: Zabez. systemu Window...
Agata Kasiak
-
Wydajny JavaScript
Zakas Nicholas C.
-
Microsoft Excel 2019. Przetwarzanie d...
Michael Alexander, Bill Jelen
-
Ocena bezpieczeństwa w sieci w. III
Chris McNab
-
InDesign i tekst. Profesjonalna typog...
French, Nigel
-
Egzamin MCITP 70-646: Administrowanie...
Latham-Koenig Christina
-
Microsoft Word 2019 Krok po kroku
JOAN LAMBERT
-
MCTS Egzamin 70-652: Konfigurowanie...
Bartłomiej Jejda
-
Tajniki ASP.NET Core 2.0
Ricardo Peres
