Бумажные книги/Introduction to Machine Learning with Python

Машинное обучение стало неотъемлемой частью многих коммерческих приложений и исследовательских проектов, но эта область не является исключительной для крупных компаний с обширными исследовательскими группами. Если вы используете Python, даже как новичок, эта книга научит вас практическим путям создания собственных решений для машинного обучения. С учетом всех данных, доступных сегодня, машинное обучение приложений ограничивается только вашим воображением.

- а ты? Прочитайте шаги, необходимые для создания успешного приложения машинного обучения с Python и библиотекой scikitlearn. Авторы андреас ма грауллер и Сара гидо фокусируются на практических аспектах использования алгоритмов машинного обучения, а не на математике за ними. Знакомство с библиотеками NumPy и matplotlib поможет вам получить еще больше информации из этой книги.

С этой книгой, ты? Здесь вы узнаете:

Фундаментальные концепции и приложения машинного обучения

Преимущества и недостатки широко используемых алгоритмов машинного обучения

Как представить данные, обработанные машинным обучением, в Том числе на каких аспектах данных следует сосредоточить внимание

Усовершенствованные методы оценки моделей и настройки параметров

Концепция трубопроводов для сцепления моделей и инкапсулирования рабочего процесса

Методы работы с текстовыми данными, включая методы текстовой обработки

Предложения по совершенствованию навыков машинного обучения и информатики