Python: Real World Machine Learning: A Python gépi tanulással kapcsolatos ismereteid új szintre emelése

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 5 olvasói szavazat alapján történt.

Eredeti címe:

Python: Real World Machine Learning: Take your Python Machine learning skills to the next level

Könyv tartalma:

Fedezze fel a teljesen új JIRA 7 nagyszerű funkcióit a projektek kezeléséhez és a hibák és szoftverproblémák hatékony kezeléséhez

Főbb jellemzők

⬤ A JIRA 7-hez frissítve ez a könyv a JIRA 7-ben bevezetett összes új funkciót tárgyalja, és külön fejezet foglalkozik a JIRA Service Deskkel - a JIRA egyik legnagyobb új kiegészítőjével.

⬤ Ez a könyv erős alapokat teremt az agilis projektekkel való munkához a JIRA-ban mind a rendszergazda, mind a végfelhasználó szemszögéből.

⬤ Tanulja meg, hogyan oldjon meg kihívást jelentő adattudományi problémákat erőteljes gépi tanulási modellek építésével Python segítségével.

Könyvismertető

A gépi tanulás egyre inkább elterjedt a modern adatvezérelt világban. Számos területen széles körben használják, például a keresőmotorok, a robotika, az önvezető autók és még sok más területen. A gépi tanulás átalakítja azt, ahogyan megértjük a körülöttünk lévő világot, és ahogyan kapcsolatba lépünk vele.

Az első modulban, a Python gépi tanulás szakácskönyvben megtanulja, hogyan végezzen különböző gépi tanulási feladatokat a legkülönfélébb gépi tanulási algoritmusok segítségével valós problémák megoldására, és hogyan használja a Pythont ezen algoritmusok implementálására.

A második modul, a Haladó gépi tanulás Pythonnal, a legfontosabb és leghatékonyabb gépi tanulási technikák bemutatására irányítja Önt, és a jellemzőválasztás és a jellemzőmérnökség területén hatékony készségek széles skáláját sajátítja el.

A tanulási útvonal harmadik modulja, a Large Scale Machine Learning with Python, a skálázható gépi tanulásba és a skálázhatóság három formájába merül el. A leghatékonyabb gépi tanulási technikákat tárgyalja a Hadoop és a Spark Pythonban használt map reduce keretrendszerén.

Ez a tanulási útvonal megtanítja a Python gépi tanulást a való világ számára. Az ebben a Learning Path-ban tárgyalt gépi tanulási technikák a kereskedelmi gyakorlat élvonalába tartoznak.

Ez a Tanulási Útvonal a Packt legjobbjait egyesíti egy teljes, kurátori csomagban. A következő Packt termékek tartalmát tartalmazza:

⬤ Python Machine Learning szakácskönyv Prateek Joshi tollából.

⬤ Advanced Machine Learning with Python by John Hearty.

⬤ Large Scale Machine Learning with Python by Bastiaan Sjardin, Alberto Boschetti, Luca Massaron.

Mit fogsz tanulni

⬤ A prediktív modellezés használata és alkalmazása valós problémákra.

⬤ Tudja, hogyan végezzen piaci szegmentálást felügyelet nélküli tanulással.

⬤  Alkalmazza újonnan szerzett készségeit valós problémák megoldására, minden egyes technikához és teszthez tartozó, világosan magyarázott kódon keresztül.

⬤ Versenyezzen a legjobb adattudósokkal azáltal, hogy gyakorlati és elméleti ismereteket szerez a legmodernebb mélytanulási algoritmusokról.

⬤ Növelje az előrejelzési pontosságot mélytanulással és skálázható adatkezelési technikákkal.

⬤ Munkálkodjon a modern, korszerű, nagyméretű gépi tanulási technikákkal.

⬤ Tanulja meg a Python kód használatát számos gépi tanulási algoritmus és technika megvalósításához.

Kinek szól ez a könyv

Ez a tanulási útvonal olyan Python programozóknak szól, akik gépi tanulási algoritmusokat szeretnének használni valós alkalmazások létrehozásához. Ideális olyan Python szakemberek számára, akik nagy és összetett adathalmazokkal szeretnének dolgozni, valamint olyan Python fejlesztők és elemzők vagy adattudósok számára, akik meglévő készségeiket szeretnék kiegészíteni az adattudomány néhány legerősebb legújabb trendjéhez való hozzáféréssel. A Python, a Jupyter Notebooks és a parancssori futtatás terén szerzett tapasztalat, valamint a fogalmak megértéséhez szükséges matematikai ismeretek jó szintje elvárt. A gépi tanulással kapcsolatos alapismeretek is elvártak.