Ten praktyczny przewodnik pozwoli osiągnąć biegłość w stosowaniu uczenia maszynowego w codziennej pracy. Autor, Matthew Kirk, bez akademickich rozważań pokazuje, jak integrować i testować algorytmy uczenia maszynowego w swoim kodzie. Książka przedstawia wykorzystanie testów z użyciem bibliotek naukowych NumPy, Pandas, Scikit-Learn oraz SciPy dla języka Python, ilustrując je licznymi wykresami oraz przykładami kodu. Książka ta pomoże programistom i analitykom biznesowym zainteresowanym badaniem danych w: Zapoznaniu się z rzeczywistymi przykładami testowania poszczególnych algorytmów poprzez zajmujące ćwiczenia praktyczne. Stosowaniu programowania sterowanego testami do pisania i uruchamiania testów przed rozpoczęciem kodowania. Badaniu technik poprawiających nasze modele uczenia maszynowego poprzez wydobywanie danych i opracowywanie funkcjonalności. Zwracaniu uwagi na ryzyka związane z uczeniem maszynowym takie jak niedopasowanie danych. Pracy z algorytmem K najbliższych sąsiadów, sieciami neuronowymi, klastrami i innymi technikami. Matthew Kirk jest konsultantem, autorem i międzynarodowym prelegentem, specjalizującym się w uczeniu maszynowym i analizie danych z wykorzystaniem języków Ruby i Python. Mieszka w Seattle i lubi pomagać innym programistom w integrowaniu analizy danych ze stosowanymi przez nich technologiami. Więcej zasobów dotyczących uczenia maszynowego można znaleźć pod adresem www.matthewkirk.com.

Osoby które kupowały "Python w uczeniu maszynowym", wybierały także:

• Django 4. Praktyczne tworzenie aplikacji sieciowych. Wydanie IV 125,48 zÅ‚, (38,90 zÅ‚ -69%)
• GraphQL. Kurs video. Buduj nowoczesne API w Pythonie 164,31 zÅ‚, (59,15 zÅ‚ -64%)
• Flask. Kurs video. Od pierwszej linijki kodu do praktycznego zastosowania 119,00 zÅ‚, (47,60 zÅ‚ -60%)
• Python na start. Kurs video. Tw 99,00 zÅ‚, (39,60 zÅ‚ -60%)
• Python. Kurs video. Programowanie asynchroniczne 97,32 zÅ‚, (39,90 zÅ‚ -59%)

Spis treści

[ERROR]