Ebook: Машинное обучение с использованием Python. Сборник рецептов
Author: Крис Элбон
- Genre: Компьютеры // Кибернетика: Искусственный интеллект
- Tags: Machine Learning, Neural Networks, Regression, Image Processing, Python, Classification, Clustering, Categorical Variables, Cookbook, Naive Bayes, Linear Regression, Logistic Regression, Text Wrangling, Data Wrangling, Model Evaluation, Model Selection, Dimensionality Reduction
- Year: 2019
- Publisher: БХВ-Петербург
- City: СПб.
- Edition: 1
- Language: Русский
- pdf
Книга содержит около 200 рецептов решения практических задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели, уменьшение размерности и многие другие. Рассмотрена работа с языком Python и его библиотеками, в том числе pandas и scikit-leam. Решения всех задач сопровождаются подробными объяснениями. Каждый рецепт содержит работающий программный код, который можно вставлять, объединять и адаптировать, создавая собственное приложение.
Приведены рецепты решений с использованием: векторов, матриц и массивов; обработки данных, текста, изображений, дат и времени; уменьшения размерности и методов выделения или отбора признаков; оценивания и отбора моделей; линейной и логистической регрессии, деревьев, лесов и к ближайших соседей; опорновекторных машин (SVM), наивных байесовых классификаторов, кластеризации и нейронных сетей; сохранения и загрузки натренированных моделей.
Приведены рецепты решений с использованием: векторов, матриц и массивов; обработки данных, текста, изображений, дат и времени; уменьшения размерности и методов выделения или отбора признаков; оценивания и отбора моделей; линейной и логистической регрессии, деревьев, лесов и к ближайших соседей; опорновекторных машин (SVM), наивных байесовых классификаторов, кластеризации и нейронных сетей; сохранения и загрузки натренированных моделей.
Download the book Машинное обучение с использованием Python. Сборник рецептов for free or read online
Continue reading on any device:
Last viewed books
Related books
{related-news}
Comments (0)