Практическое обучение без присмотра с использованием

Praktyczne uczenie nienadzorowane przy użyciu języ

A. Patel Ankur

• Rok wydania: 2020
• Rodzaj okładki: Inna
• Autor: A. Patel Ankur
• Stan: Nowa
• ISBN: 9788375414264
• Wymiar: 15cm x 21cm
• Nr wydania: -
• Seria: -
• Ilość stron: 362
• Waga: 0.5 kg
• Indeks: ate-382976

Jak budować użytkowe rozwiązania uczenia maszynowego na podstawie nieoznakowanych danych.<br/>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.<br/>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:<br/>Porównywaniem mocnych i słabych stron różnych podejść do uczenia maszynowego: uczenia nadzorowanego, nienadzorowanego i wzmacnianego.<br/>Przygotowywaniem i zarządzaniem projektami uczenia maszynowego.<br/>Budowaniem systemu wykrywania anomalii w celu wychwycenia oszustwa dotyczącego kard kredytowych.<br/>Rozdzielaniem użytkowników na wydzielone i jednorodne grupy.<br/>Przeprowadzaniem uczenia pół-nadzorowanego.<br/>Opracowywaniem systemów polecania filmów z użyciem ograniczonych automatów Boltzmanna.<br/>Generowaniem syntetycznych obrazów przy użyciu generujących sieci antagonistycznych.<br/>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.<br/>Sarah Nagy<br/>Główny analityk danych w firmie Edison<br/>Ankur 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.<br/>