Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2

Uczenie maszynowe to jedna z najistotniejszych technologii dzisiejszej epoki, której różnorodne zastosowania rozwijają giganci technologiczni, tacy jak Google, Facebook, Apple, Amazon oraz IBM. Ta dziedzina oferuje niesamowite możliwości i staje się coraz bardziej nieodzowna w codziennym życiu, co można zauważyć chociażby w działaniu asystentów głosowych montowanych w smartfonach, w chatbotach pomagających klientom w wyborze produktów czy w systemach decyzyjnych wspierających inwestycje giełdowe. Ponadto, znajduje zastosowanie w filtracji niepożądanych wiadomości e-mail i w zaawansowanej diagnostyce medycznej.

Ta książka stanowi wszechstronny przewodnik po uczeniu maszynowym oraz głębokim przy użyciu Pythona. Dostarcza szczegółowych informacji na temat kluczowych metod tej technologii, dokładnie tłumacząc zasady jej działania. Każde zagadnienie prezentowane jest z wieloma wyjaśnieniami, wizualizacjami oraz praktycznymi przykładami, co zdecydowanie ułatwia zrozumienie teorii i pozwala na szybkie rozpoczęcie tworzenia własnych aplikacji i modeli – czy to do klasyfikacji obrazów, odnajdywania ukrytych wzorców, czy też ekstrakcji dodatkowych informacji z danych. To trzecie wydanie zostało wzbogacone o informacje na temat bibliotek TensorFlow 2 oraz najnowsze aktualizacje do scikit-learn. Dodatkowo, wprowadzono także nowe metody: uczenie przez wzmacnianie oraz generatywne sieci przeciwstawne (GAN).

W książce omówiono między innymi:

- platformy, modele i techniki uczenia maszynowego,
- wykorzystanie bibliotek scikit-learn i TensorFlow,
- sieci neuronowe, sieci GAN oraz inne podobne rozwiązania,
- proces przygotowywania danych do pracy z modelami uczenia maszynowego,
- metody oceny oraz strojenia modeli,
- analizy obejmujące regresję, klasteryzację i analizę sentymentów.

Zapoznaj się z głębokim uczeniem w Pythonie i zacznij je stosować w praktyce!