Python. Uczenie maszynowe w przykładach. TensorFlow 2, PyTorch i scikit-learn

Systemy bazujące na uczeniu maszynowym stają się coraz bardziej zaawansowane. Wśród licznych narzędzi do implementacji algorytmów tego rodzaju, Python wraz z jego obszernymi bibliotekami cieszy się największą popularnością. Umiejętność korzystania z tych narzędzi pozwala na efektywne tworzenie systemów uczących się, jednakże osiągnięcie imponujących rezultatów wymaga doświadczenia oraz praktyki. Regularne ćwiczenia i rozwiązywanie problemów są niezbędne, aby zdobyć biegłość w tym zakresie.Trzecie wydanie popularnego podręcznika pomoże Ci zdobyć praktyczną wiedzę o uczeniu maszynowym z użyciem Pythona. Nauczysz się implementować różnorodne algorytmy uczenia maszynowego, poznając konkretne przykłady takie jak analizy eksploracyjne, inżynieria cech, klasyfikacja, regresja, klastrowanie i przetwarzanie języka naturalnego. Dodano aktualne zagadnienia istotne dla świata biznesu, obejmujące tworzenie systemów rekomendacji, rozpoznawanie twarzy, prognozowanie cen akcji, klasyfikację obrazów, prognozowanie sekwencji danych oraz zastosowanie uczenia przez wzmacnianie w podejmowaniu decyzji. Dzięki tej książce opanujesz praktyczne aspekty omawianych tematów i zdobędziesz niezbędne umiejętności do rozwiązywania problemów związanych z systemami uczącymi się.Książka zawiera takie tematy jak: - podstawy uczenia maszynowego i nauki o danych,- techniki eksploracji danych z użyciem Pythona,- trenowanie modeli przy użyciu Apache Spark,- przetwarzanie języka naturalnego za pomocą bibliotek Pythona,- praktyczne implementowanie modeli i algorytmów uczenia maszynowego,- korzystanie z bibliotek takich jak TensorFlow 2, PyTorch i scikit-learn.Odkryj najlepsze praktyki uczenia maszynowego z Pythonem!_Powyższy opis został dostarczony przez wydawcę._