Книги / Компьютерная литература / Разработка ПО / Языки и среды программирования, технологии и т.п. / Python
Машинное обучение с использованием Python. Сборник рецептов. Практические решения от предобработки до глубокого обучения
Элбон Крис
Код товара: 3722612
(0 оценок)Оценить
ОтзывНаписать отзыв
ВопросЗадать вопрос
1 / 3
1 / 3
Нет в наличии
Доставим в
г. МоскваКурьером
бесплатно от 10 000 ₽
В пункт выдачи
от 155 ₽
бесплатно от 10 000 ₽
Точная стоимость доставки рассчитывается при оформлении заказа
Издательство:
Оригинальное название:
Machine Learning withPython Cookbook
Год издания:
2019 г.
Может быть отгружен товар указанного или более позднего года
Редактор:
Переводчик:
Отмечено тегами
Описание
Характеристики
Книга содержит около 200 рецептов решения практических задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели, уменьшение размерности и многие другие. Рассмотрена работа с языком Python и его библиотеками, в том числе pandas и scikit-learn. Решения всех задач сопровождаются подробными объяснениями. Каждый рецепт содержит работающий программный код, который можно вставлять, объединять и адаптировать, создавая собственное приложение. Приведены рецепты решений с использованием: векторов, матриц и массивов; обработки данных, текста, изображений, дат и времени; уменьшения размерности и методов выделения или отбора признаков; оценивания и отбора моделей; линейной и логистической регрессии, деревьев, лесов; опорно-векторных машин (SVM), наивных байесовых классификаторов, кластеризации и нейронных сетей; сохранения и загрузки натренированных моделей.
Содержание
Об авторе
Предисловие
Глава 1. Векторы, матрицы, массивы
Глава 2. Загрузка данных
Глава 3. Упорядочение данных
Глава 4. Работа с числовыми данными
Глава 5. Работа с категориальными данными
Глава 6. Работа с текстом
Глава 7. Работа с датами и временем
Глава 8. Работа с изображениями
Глава 9. Снижение размерности с помощью
выделения признаков
Глава 10. Снижение размерности с помощью отбора
признаков
Глава 11. Оценивание моделей
Глава 12. Отбор модели
Глава 13. Линейная регрессия
Глава 14. Деревья и леса
Глава 15. К ближайших соседей
Глава 16. Логистическая регрессия
Глава 17. Опорно-векторные машины
Глава 18. Наивный Байес
Глава 19. Кластеризация
Глава 20. Нейронные сети
Глава 21. Сохранение и загрузка натренированных
моделей
Предметный указатель
Предисловие
Глава 1. Векторы, матрицы, массивы
Глава 2. Загрузка данных
Глава 3. Упорядочение данных
Глава 4. Работа с числовыми данными
Глава 5. Работа с категориальными данными
Глава 6. Работа с текстом
Глава 7. Работа с датами и временем
Глава 8. Работа с изображениями
Глава 9. Снижение размерности с помощью
выделения признаков
Глава 10. Снижение размерности с помощью отбора
признаков
Глава 11. Оценивание моделей
Глава 12. Отбор модели
Глава 13. Линейная регрессия
Глава 14. Деревья и леса
Глава 15. К ближайших соседей
Глава 16. Логистическая регрессия
Глава 17. Опорно-векторные машины
Глава 18. Наивный Байес
Глава 19. Кластеризация
Глава 20. Нейронные сети
Глава 21. Сохранение и загрузка натренированных
моделей
Предметный указатель
Отзывы
Вопросы
Поделитесь своим мнением об этом товаре с другими покупателями — будьте первыми!
Дарим бонусы за отзывы!
За какие отзывы можно получить бонусы?
- За уникальные, информативные отзывы, прошедшие модерацию
Как получить больше бонусов за отзыв?
- Публикуйте фото или видео к отзыву
- Пишите отзывы на товары с меткой "Бонусы за отзыв"
Задайте вопрос, чтобы узнать больше о товаре
Если вы обнаружили ошибку в описании товара «Машинное обучение с использованием Python. Сборник рецептов. Практические решения от предобработки до глубокого обучения» (авторы: Элбон Крис), то выделите её мышкой и нажмите Ctrl+Enter. Спасибо, что помогаете нам стать лучше!