|
Кількість
|
Вартість
|
||
|
|
|||
|
|
|||
Прості та зрозумілі пояснення та відсутність необхідності досвіду програмування роблять цю книгу чудовою альтернативою академічному підручнику. Тут представлені основні алгоритми машинного навчання (ML), які супроводжуються наочними прикладами та практичними роботами. Також ви дізнаєтеся про перехресну перевірку, ансамблеве моделювання, пошук по сітці для налаштування моделей, проектування функцій, гаряче кодування та багато іншого.
Для розробки інтелектуальних машин насамперед треба зрозуміти класичну статистику, оскільки алгоритми її основі – це серце машинного навчання. Написання коду – ще одна невід'ємна частина ML, яка передбачає керування даними. Однак матеріал цього посібника можна освоїти навіть без навичок програмування.
Можливо, з читання цієї книги почнеться ваш шлях до отримання роботи в галузі машинного навчання, а може, вона просто задовольнить вашу цікавість.
Усередині керівництва:
• Завантажити безкоштовні набори даних.
• Методи очищення даних, включаючи гаряче кодування, групування та обробку даних, що відсутні.
• Підготовка даних для аналізу.
• Лінійний регресійний аналіз.
• Кластеризація, включаючи кластеризацію k-середніх.
• Основи роботи нейронних мереж.
• Зміщення/дисперсія для покращення моделі машинного навчання.
• Дерева рішень для декодування класифікації.
• Ваша перша модель машинного навчання за допомогою Python.
Олівер Теобальд – технічний письменник, який спеціалізується на темах штучного інтелекту, фінансових технологій та хмарних обчислень. Автор книг Python for Absolute Beginners, Machine Learning with Python for Beginners, Data Analytics for Absolute Beginners та ін.