Hands-on Machine Learning with Python

Здесь вы найдете исчерпывающее руководство для читателей с базовыми и промежуточными знаниями в области машинного обучения и глубокого обучения. В нем представлены такие инструменты, как NumPy для цифровой обработки, Pandas для анализа панельных данных, Matplotlib для визуализации, Scikit-learn для машинного обучения и Pytorch для глубокого обучения с Python. Он также служит долгосрочным справочным пособием для специалистов-практиков, которые найдут решения для наиболее распространенных сценариев.

Книга состоит из трех разделов. В первом разделе представлены инструменты сжатия чисел и анализа данных с использованием Python с подробным объяснением конфигурации среды, загрузки данных, численной обработки, анализа данных и визуализации. Второй раздел посвящен основам машинного обучения и библиотеке Scikit-learn. В нем также разъясняются методы контролируемого обучения, неконтролируемого обучения, осуществления и классификации алгоритмов регрессии, а также методы комплексного обучения в простой форме с учетом теоретических и практических уроков. В третьем разделе описываются сложные нейронные сетевые архитектуры с деталями внутренней работы и внедрения сложных нейронных сетей. Заключительная глава содержит подробное комплексное решение с нейронными сетями в Pytorch.

Завершив практическое обучение машинам с Python, вы сможете реализовать машинное обучение и нейронные сетевые решения и расширить их в своих интересах.