Supervised Learning with Python: Koncepty a praktická implementace s využitím jazyka Python

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 2 hlasů.

Původní název:

Supervised Learning with Python: Concepts and Practical Implementation Using Python

Obsah knihy:

Získejte důkladnou znalost algoritmů učení pod dohledem prostřednictvím vývoje případů použití v jazyce Python. Budete studovat koncepty učení pod dohledem, kód jazyka Python, datové sady, osvědčené postupy, řešení běžných problémů a úskalí a praktické znalosti implementace algoritmů pro strukturované i textové a obrazové datové sady.

Začnete úvodem do strojového učení, přičemž zdůrazníte rozdíly mezi učením pod dohledem, částečně pod dohledem a bez dohledu. V následujících kapitolách se budete zabývat regresními a klasifikačními problémy, matematikou, která se za nimi skrývá, algoritmy jako lineární regrese, logistická regrese, rozhodovací strom, KNN, Nave Bayes a pokročilými algoritmy jako Random Forest, SVM, Gradient Boosting a neuronové sítě. Pro všechny algoritmy je k dispozici implementace v jazyce Python. Na závěr se seznámíte s komplexním procesem vývoje modelu včetně jeho nasazení a údržby.

Po přečtení knihy Supervised Learning with Python budete mít široké znalosti o učení pod dohledem a jeho praktické implementaci a budete schopni spustit kód a inovativně jej rozšířit.

Co se naučíte

⬤ Přehled základních stavebních kamenů a konceptů supervidovaného učení s využitím jazyka Python.

⬤ Vyvíjet řešení pro učení pod dohledem pro strukturovaná data i text a obrázky.

⬤ Řešit problémy týkající se nadměrného přizpůsobení, vytváření příznaků, čištění dat a křížového ověřování pro vytváření nejvhodnějších modelů.

⬤ Pochopit komplexní modelový cyklus od definice obchodního problému až po nasazení modelu a jeho údržbu.

⬤ Vyhnout se běžným nástrahám a dodržovat osvědčené postupy při vytváření modelu učení pod dohledem pomocí jazyka Python.

Pro koho je tato kniha určena

Datovým vědcům nebo datovým analytikům, kteří se zajímají o osvědčené postupy a standardy pro učení s dohledem a o používání klasifikačních algoritmů a regresních technik k vývoji prediktivních modelů.