Прикладное машинное обучение без учителя с использованием Python 129746
-
ISBN978-617-7874-17-0
-
Видавництво
-
Автор
-
Рік2020
-
МоваРосійська
-
ІлюстраціїЧорно-білі
Все про “Прикладное машинное обучение без учителя с использованием Python”
Від видавця
По мнению многих отраслевых экспертов, обучение без учителя — передовой рубеж технологий искусственного интеллекта (ИИ) и, возможно, ключ к созданию сильного ИИ. Поскольку подавляющая часть накопленных в мире данных не размечена, к ним нельзя применять традиционное обучение с учителем. В то же время обучение без учителя позволяет успешно работать с неразмеченными наборами данных и выявлять заложенные в них закономерности, обнаружить которые человеку не под силу.
Автор книги показывает, как реализовать обучение без учителя на основе двух платформ Python: Scikit-learn и TensorFlow/Keras. Используя готовый код и практические примеры, специалисты по работе с данными смогут выявлять скрытые закономерности в информационных массивах, более глубоко анализировать деловые данные, обнаруживать аномалии, выполнять автоматическое конструирование признаков и генерировать синтетические наборы данных. Все, что потребуется от читателя, — знание программирования и предварительный опыт работы в области машинного обучения.
Основные темы книги:
- Сравнение сильных и слабых сторон различных подходов к машинному обучению: с учителем, без учителя и с подкреплением
- Запуск готового проекта машинного обучения
- Создание системы обнаружения аномалий для выявления попыток мошенничества с банковскими картами
- Кластеризация пользователей путем разбиения их на отчетливо различимые однородные группы
- Обучение с частичным привлечением учителя
- Построение рекомендательной системы фильмов с использованием ограниченных машин Больцмана
- Генерирование синтетических изображений с помощью генеративно-состязательных сетей
Об авторе
Анкур Пател — вице-президент компании 7Park Data, входящей в портфель активов инвестиционной компании Vista Equity Partners.
Вместе со своей командой разрабатывает программные продукты по обработке данных для хедж-фондов, а также систему MLaaS (машинное обучение как услуга), предназначенную для корпоративных клиентов.
Всі характеристики
- Видавництво
- Автор
- Перекладач
- Категорія
- Рік2020
- Сторінок432
- Формат150x210 мм
- ОбкладинкаМ'яка
- Тип паперуОфсетний
- МоваРосійська
- ІлюстраціїЧорно-білі
- Оригінальна назваHands-On Unsupervised Learning Using Python: How to Build Applied Machine Learning Solutions from Unlabeled Data
Товар входить до категорії
-
Самовивіз з відділень поштових операторів від
45 ₴ -80 ₴ -
Доставка поштовими сервісами - тарифи перевізника
Рецензії