Praktyczne uczenie nienadzorowane przy użyciu języka Python. Jak budować użytkowe rozwiązania uczenia maszynowego na podstawie nieoznakowanych danych

OSZCZĘDZASZ 24,00 ZŁ

okładka

Praktyczne uczenie nienadzorowane przy użyciu języka Python. Jak budować użytkowe rozwiązania uczenia maszynowego na podstawie nieoznakowanych danych

30% taniej

Inpost Paczkomaty 24/79,99 zł
Kurier Inpost9,99 zł
Kurier FedEx11,99 zł
Kurier Pocztex 48h9,99 zł
Paczka w Ruchu6,99 zł
Odbiór osobisty0 zł

Przy płatności za pobraniem do ceny wysyłki należy doliczyć 5,00 zł

Wysyłka zagraniczna

Dostępność: 1-2 dni robocze

OPIS

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

DODATKOWE INFORMACJE

  • Format:170x230 mm
  • Liczba stron:390
  • Oprawa:kartonowa foliowana
  • ISBN-13:9788375414264
  • Data wydania:22 lipiec 2020
  • Numer katalogowy:429119

Lista recenzji jest pusta

DOSTAWA

DARMOWA dostawa powyżej 299 zł!

Realizacja dostaw poprzez:

  • ups
  • paczkomaty
  • ruch
  • poczta

OPINIE

Nasza strona używa plików cookies, w celu ułatwienia Ci zakupów. Więcej informacji znajdziesz w polityce prywatności

© 2006-2020 Gildia Internet Services Sp. z o.o. and 2017-2020 Prószyński Media Sp z o.o.