Machine learning, Python i data science

Mehr zum Buch

Uczenie maszynowe często kojarzy się z dużymi firmami i zespołami, ale obecnie można samodzielnie tworzyć zaawansowane rozwiązania, korzystając z dostępnych danych. Wymaga to jedynie pomysłu i podstawowej wiedzy. Większość materiałów na temat uczenia maszynowego i sztucznej inteligencji wymaga biegłości w matematyce, co utrudnia naukę, mimo rosnącego zastosowania tych technologii w projektach badawczych i komercyjnych. Ta praktyczna książka ułatwia rozpoczęcie wdrażania rozwiązań do rzeczywistych problemów związanych z uczeniem maszynowym. Oferuje przystępne wprowadzenie do tematu oraz pokazuje, jak wykorzystać Pythona i bibliotekę scikit-learn, z uwzględnieniem potrzeb badaczy, analityków danych i inżynierów pracujących nad aplikacjami. Zagadnienia matematyczne ograniczono do niezbędnego minimum, skupiając się na praktycznych aspektach algorytmów. Książka dokładnie opisuje, jak korzystać z różnych modeli dostępnych w bibliotekach. Zawiera informacje o podstawowych algorytmach, przetwarzaniu danych, ocenie modeli, dostrajaniu parametrów oraz przetwarzaniu danych tekstowych, a także programowaniu w Pythonie do zadań specjalnych.