کتاب Machine Learning Pocket Reference: Working with Structured Data in Python

وضعیت موجودی موجود

مقایسه شود

قیمت قبلی: 4,000,000 ریال

قیمت: 3,600,000 ریال

Product details

Publisher ‏ : ‎ O'Reilly Media; 1st edition (September 24, 2019)
Language ‏ : ‎ English
Paperback ‏ : ‎ 320 pages
ISBN-10 ‏ : ‎ 1492047546
ISBN-13 ‏ : ‎ 978-1492047544

Available at a lower price from other sellers that may not offer free Prime shipping.

With detailed notes, tables, and examples, this handy reference will help you navigate the basics of structured machine learning. Author Matt Harrison delivers a valuable guide that you can use for additional support during training and as a convenient resource when you dive into your next machine learning project.

Ideal for programmers, data scientists, and AI engineers, this book includes an overview of the machine learning process and walks you through classification with structured data. You’ll also learn methods for clustering, predicting a continuous value (regression), and reducing dimensionality, among other topics.

This pocket reference includes sections that cover:

Classification, using the Titanic dataset
Cleaning data and dealing with missing data
Exploratory data analysis
Common preprocessing steps using sample data
Selecting features useful to the model
Model selection
Metrics and classification evaluation
Regression examples using k-nearest neighbor, decision trees, boosting, and more
Metrics for regression evaluation
Clustering
Dimensionality reduction
Scikit-learn pipelines

منابع کتاب کتاب Machine Learning Pocket Reference: Working with Structured Data in Python

با قیمت پایین‌تری از سایر فروشندگانی که ممکن است ارسال رایگان Prime را ارائه ندهند، موجود است.

با یادداشت‌ها، جداول و مثال‌های دقیق، این مرجع مفید به شما کمک می‌کند تا در اصول یادگیری ماشین ساخت‌یافته پیمایش کنید. نویسنده مت هریسون راهنمای ارزشمندی را ارائه می‌کند که می‌توانید برای پشتیبانی بیشتر در طول آموزش و به عنوان منبعی مناسب هنگام شیرجه رفتن به پروژه یادگیری ماشین بعدی خود از آن استفاده کنید.

این کتاب ایده آل برای برنامه نویسان، دانشمندان داده و مهندسان هوش مصنوعی است، این کتاب شامل یک نمای کلی از فرآیند یادگیری ماشین است و شما را در طبقه بندی با داده های ساختاریافته راهنمایی می کند. همچنین روش‌هایی را برای خوشه‌بندی، پیش‌بینی یک مقدار پیوسته (رگرسیون)، و کاهش ابعاد، در میان موضوعات دیگر، یاد خواهید گرفت.

این مرجع جیبی شامل بخش هایی است که شامل موارد زیر است:

طبقه بندی با استفاده از مجموعه داده تایتانیک

پاک کردن داده ها و برخورد با داده های از دست رفته

تجزیه و تحلیل داده های اکتشافی

مراحل متداول پیش پردازش با استفاده از داده های نمونه

انتخاب ویژگی های مفید برای مدل

انتخاب مدل

ارزیابی معیارها و طبقه بندی

مثال‌های رگرسیون با استفاده از k-نزدیک‌ترین همسایه، درخت‌های تصمیم، تقویت و غیره

معیارهای ارزیابی رگرسیون

خوشه بندی

کاهش ابعاد