Scikit-Learn a részletekben: Mély megértés

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 6 olvasói szavazat alapján történt.

Eredeti címe:

Scikit-Learn in Details: Deep Understanding

Könyv tartalma:

Ez a könyv egy útmutató a Scikit-Learn, a Python programozási nyelvhez készült gépi tanulási könyvtár használatához. A szerző először is segít megismerni, hogy mik a Scikit-Learn, és hogyan kell beállítani a rendszerünkön. Arra is útmutatást ad, hogyan töltsön be adathalmazokat a Scikit-Learnbe. A szerző ezután útmutatást ad arról, hogyan használhatja a különböző gépi tanulási algoritmusokat a Scikit-Learn segítségével különböző típusú gépi tanulási modellek megvalósításához. A tárgyalt algoritmusok között szerepel a Support Vector Machine (SVM), a lineáris regresszió, a K-Nearest Neighbors és a K-Means. Mindegyikre gyakorlati példákat is adtunk, így tudni fogja, hogyan lehet modelleket implementálni és előrejelzések készítésére használni.

A tartalom a következő:

Kezdő lépések a Scikit-learnnel Support Vector Machines in Scikit-learn Scikit-Learn Lineáris regresszió Scikit-Learn k-Nearest Neighbors Classifier K-Means Clustering With Scikit-Learn A témakörök közé tartozik: lineáris regresszió könyv, scikit-learn, scikit-learn és tensorflow, support vector machine, lineáris regresszió, k-nearest neighbor, k-means, kernel, lineáris regressziós modellek, adatvizualizáció, lineáris regresszió elemzés, lineáris regresszió gépi tanulás.