Felügyelt tanulás Pythonnal: Fogalmak és gyakorlati megvalósítás Python használatával

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.

Eredeti címe:

Supervised Learning with Python: Concepts and Practical Implementation Using Python

Könyv tartalma:

Alapos ismereteket szerezhet a felügyelt tanulási algoritmusokról a Python nyelvvel történő felhasználási esetek fejlesztésével. Tanulmányozni fogja a felügyelt tanulás fogalmait, a Python kódot, az adatkészleteket, a legjobb gyakorlatokat, a gyakori problémák és buktatók megoldását, valamint gyakorlati ismereteket szerezhet a strukturált, valamint a szöveges és képi adatkészletek algoritmusainak megvalósításáról.

A gépi tanulás bevezetésével kezded, kiemelve a felügyelt, a félig felügyelt és a felügyelet nélküli tanulás közötti különbségeket. A következő fejezetekben a regressziós és osztályozási problémákat, a mögöttük álló matematikát, az olyan algoritmusokat, mint a lineáris regresszió, logisztikus regresszió, döntési fa, KNN, Nave Bayes, valamint az olyan fejlett algoritmusokat, mint a Random Forest, SVM, Gradient Boosting és neurális hálózatok. Az összes algoritmushoz Python implementációt biztosítunk. A tanfolyamot egy végponttól végpontig tartó modellfejlesztési folyamattal zárja, beleértve a modell telepítését és karbantartását is.

A Supervised Learning with Python elolvasása után széleskörű ismeretekkel rendelkezik majd a felügyelt tanulásról és annak gyakorlati megvalósításáról, valamint képes lesz a kód futtatására és innovatív módon történő bővítésére.

Mit fogsz tanulni

⬤ A felügyelt tanulás alapvető építőköveinek és fogalmainak áttekintése Python használatával.

⬤ Szerkesztett tanulási megoldások kidolgozása strukturált adatok, valamint szöveg és képek számára.

⬤ Túlillesztés, jellemzőtervezés, adattisztítás és keresztellenőrzés problémáinak megoldása a legjobban illeszkedő modellek építéséhez.

⬤ A végponttól végpontig tartó modellciklus megértése az üzleti probléma meghatározásától a modelltelepítésig és a modell karbantartásáig.

⬤ Kerülje el a gyakori buktatókat és tartsa be a legjobb gyakorlatokat a felügyelt tanulási modellek Python használatával történő létrehozása során.

Kinek szól ez a könyv

Adattudósok vagy adatelemzők, akiket érdekelnek a felügyelt tanulás legjobb gyakorlatai és szabványai, valamint az osztályozási algoritmusok és regressziós technikák használata a prediktív modellek fejlesztéséhez.