Olvasói vélemények
Jelenleg nincsenek olvasói vélemények. Az értékelés 7 olvasói szavazat alapján történt.
Eredeti címe:
Hands-On Unsupervised Learning with Python
Könyv tartalma:
Fedezze fel a gépi tanulás különböző megközelítéseinek Python segítségével történő megvalósításához szükséges készségeket Főbb jellemzők Fedezze fel a felügyelet nélküli tanulást klaszterezéssel, autoencoderekkel, korlátozott Boltzmann-gépekkel és még sok mással Építsen saját neurális hálózati modelleket a modern Python-könyvtárak használatával Gyakorlati példákon keresztül mutatja be, hogyan lehet különböző gépi tanulási és mély tanulási technikákat alkalmazni Könyv leírása
A felügyelet nélküli tanulás a nyers, jelöletlen adatok felhasználásáról és tanulási algoritmusok alkalmazásáról szól, hogy segítsen egy gépnek megjósolni az eredményt. Ezzel a könyvvel felfedezheti a felügyelet nélküli tanulás koncepcióját, hogy nagy adathalmazokat klaszterezzen, és Python segítségével ismételten elemezze őket, amíg meg nem találja a kívánt eredményt.
Ez a könyv a felügyelt, a felügyelet nélküli és a félig felügyelt tanulás közötti legfontosabb különbségekkel kezdődik. Megismerkedhet a Python ökoszisztéma legjobban használt könyvtáraival és keretrendszereivel, és foglalkozhat a felügyelet nélküli tanulással mind a gépi tanulás, mind a mélytanulás területén. Felfedezi a különböző algoritmusokat, technikákat, amelyeket a valós felhasználási esetekben a felügyelet nélküli tanulás megvalósítására használnak. Számos felügyelet nélküli tanulási megközelítést ismerhetsz meg, beleértve a véletlenszerű optimalizálást, a klaszterezést, a jellemzőválasztást és -átalakítást, valamint az információelméletet. Gyakorlati tapasztalatot szerezhetsz arról, hogy a neurális hálózatok hogyan alkalmazhatók felügyelet nélküli forgatókönyvekben. Azt is meg fogja vizsgálni, hogy milyen lépésekkel jár egy GAN felépítése és képfeldolgozásra való kiképzése a képek feldolgozása érdekében.
A könyv végére megtanulja a felügyelet nélküli tanulás művészetét különböző valós kihívásokhoz. Amit megtanulhat Klaszteralgoritmusok használata az adatok természetes csoportjainak azonosításához és optimalizálásához Fejlett nemlineáris és hierarchikus klaszterezés felfedezése a gyakorlatban Lágy címke hozzárendelések a fuzzy c-means és a Gauss keverék modellekhez Anomáliák felderítése sűrűségbecsléssel Főkomponens-elemzés végrehajtása neurális hálózati modellekkel Felügyelet nélküli modellek létrehozása GAN-ok használatával Kiknek szól ez a könyv?
Ez a könyv olyan statisztikusoknak, adattudósoknak, gépi tanulás fejlesztőknek és mélytanulással foglalkozó szakembereknek szól, akik a legfontosabb építőelemek, a felügyelet nélküli tanulás megvalósításával szeretnének intelligens alkalmazásokat építeni, és valós példák segítségével elsajátítani a gépi tanulásban és a mélytanulásban kínált összes új technikát és algoritmust. A gépi tanulás fogalmainak és a statisztikának bizonyos előzetes ismerete kívánatos. Tartalomjegyzék A felügyelet nélküli tanulással való ismerkedés A klaszterezés alapjai Haladó klaszterezés Hierarchikus klaszterezés működés közben Lágy klaszterezés és Gauss-keverék modellek Anomália-felismerés Dimenziócsökkentés és komponenselemzés Felügyelet nélküli neurális hálózati modellek Generatív adverzális hálózatok és SOM-ok.
