Einführung in Machine Learning mit Python

Auteurs

• Andreas Christian Müller

Paramètres

• Informatique, programmation

En savoir plus sur le livre

Machine Learning ist ein zentraler Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte, von medizinischer Diagnostik bis zu sozialen Netzwerken. Dieses Praxisbuch zeigt, wie Sie mit grundlegenden Python-Kenntnissen eigene Machine-Learning-Lösungen entwickeln können. Mithilfe der scikit-learn-Bibliothek erlernen Sie alle notwendigen Schritte für eine erfolgreiche Anwendung. Die Autoren legen den Fokus auf praktische Aspekte der Algorithmen, nicht auf die zugrunde liegende Mathematik. Vorkenntnisse in NumPy und matplotlib sind hilfreich, um das Tutorial optimal zu nutzen. Das Buch behandelt grundlegende Konzepte und Anwendungen von Machine Learning, die Vor- und Nachteile gängiger Algorithmen sowie die Repräsentation und Fokussierung auf relevante Datenaspekte. Es vermittelt fortgeschrittene Methoden zur Modellauswertung und Parameteroptimierung sowie das Konzept von Pipelines, um Modelle zu verketten und Arbeitsabläufe zu kapseln. Zudem werden spezifische Techniken für die Verarbeitung von Textdaten vorgestellt. Schließlich bietet es Möglichkeiten zur Verbesserung Ihrer Fähigkeiten in Machine Learning und Data Science.

Achat du livre

• Année de publication: 2017
• Reliure: (souple)