Практическое обучение без присмотра с использованием

Товар

2 827  ₽
Практическое обучение без присмотра с использованием

Доставка

  • Почта России

    1290 ₽

  • Курьерская доставка EMS

    1615 ₽

Характеристики

Артикул
12685048319
Состояние
Новый
Język publikacji
polski
Waga produktu z opakowaniem jednostkowym
0 kg
Okładka
miękka
Nośnik
książka papierowa
Rok wydania
2020
Tematyka
Python
Tytuł
Praktyczne uczenie nienadzorowane przy użyciu języka Python
Autor
Ankur A. Patel
Wydawnictwo
APN Promise
Liczba stron
362
Numer wydania
1
Szerokość produktu
17 cm
Wysokość produktu
23 cm

Описание

Praktyczne uczenie nienadzorowane przy użyciu

Praktyczne uczenie nienadzorowane przy użyciu języka Python

Autor: Ankur A. Patel

EAN: 9788375414264

Typ publikacji: książka

Strony: 362

Oprawa: broszurowa

Wydawca: APN Promise

SID: 2848866

Praktyczne uczenie nienadzorowane przy użyciu języka Python

Jak budować użytkowe rozwiązania uczenia maszynowego na podstawie nieoznakowanych danych.Wielu ekspertów branżowych uważa uczenie nienadzorowane za kolejną granicę w dziedzinie sztucznej inteligencji, która może stanowić klucz do pełnej sztucznej inteligencji. Ponieważ większość danych na świecie jest nieoznakowana, nie można do nich zastosować konwencjonalnego uczenia nadzorowanego. Z kolei uczenie nienadzorowane może być stosowane wobec nieoznakowanych zbiorów danych w celu odkrycia istotnych wzorców ukrytych głęboko w tych danych, które dla człowieka mogą być niemal niemożliwe do odkrycia.Autor Ankur Patel pokazuje, jak stosować uczenie nienadzorowane przy wykorzystaniu dwóch prostych platform dla języka Python: Scikit-learn oraz TensorFlow (wraz z Keras). Dzięki dołączonemu kodowi i praktycznym przykładom analitycy danych będą mogli identyfikować trudne do znalezienia wzorce w danych i odkrywać dogłębne zależności biznesowe, wykrywać anomalie, przeprowadzać automatyczną selekcję zmiennych i generować syntetyczne zbiory danych. Wystarczy znajomość programowania i nieco doświadczenia w uczeniu maszynowym, aby zająć się:Porównywaniem mocnych i słabych stron różnych podejść do uczenia maszynowego: uczenia nadzorowanego, nienadzorowanego i wzmacnianego.Przygotowywaniem i zarządzaniem projektami uczenia maszynowego.Budowaniem systemu wykrywania anomalii w celu wychwycenia oszustwa dotyczącego kard kredytowych.Rozdzielaniem użytkowników na wydzielone i jednorodne grupy.Przeprowadzaniem uczenia pół-nadzorowanego.Opracowywaniem systemów polecania filmów z użyciem ograniczonych automatów Boltzmanna.Generowaniem syntetycznych obrazów przy użyciu generujących sieci antagonistycznych.Badacze, inżynierowie i studenci docenią tę książkę pełną praktycznych technik uczenia nienadzorowanego, napisaną prostym językiem z nieskomplikowanymi przykładami w języku Python, które można szybko i skutecznie implementować.Sarah NagyGłówny analityk danych w firmie EdisonAnkur A. Patel jest wiceprezesem ds. informatyki analitycznej w firmie 7Park Data, wspieranej przez firmę inwestycyjną Vista Equity Partners. W firmie 7Park Data, Ankur i jego zespół analizy danych wykorzystują dane alternatywne do opracowywania produktów związanych z danymi dla funduszy hedgingowych i korporacji oraz rozwijają usługi uczenia maszynowego dla klientów firmowych.

Гарантии

  • Гарантии

    Мы работаем по договору оферты и предоставляем все необходимые документы.

  • Лёгкий возврат

    Если товар не подошёл или не соответсвует описанию, мы поможем вернуть его.

  • Безопасная оплата

    Банковской картой, электронными деньгами, наличными в офисе или на расчётный счёт.

Отзывы о товаре

Рейтинг товара 5 / 5

14 отзывов

Russian English Polish