2 رای
وضعیت موجودی موجود

قیمت قبلی: 9,300,000 ریال
قیمت: 8,900,000 ریال

 



جلد سخت سیاه و سفید

Product details

  • Publisher ‏ : ‎ Packt Publishing (February 25, 2022)
  • Language ‏ : ‎ English
  • Paperback ‏ : ‎ 770 pages
  • ISBN-10 ‏ : ‎ 1801819319
  • ISBN-13 ‏ : ‎ 978-1801819312


 

کتاب Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python

This book of the bestselling and widely acclaimed Python Machine Learning series is a comprehensive guide to machine and deep learning using PyTorch's simple to code framework

Key Features

  • Learn applied machine learning with a solid foundation in theory
  • Clear, intuitive explanations take you deep into the theory and practice of Python machine learning
  • Fully updated and expanded to cover PyTorch, transformers, XGBoost, graph neural networks, and best practices

Book Description

Machine Learning with PyTorch and Scikit-Learn is a comprehensive guide to machine learning and deep learning with PyTorch. It acts as both a step-by-step tutorial and a reference you'll keep coming back to as you build your machine learning systems.

Packed with clear explanations, visualizations, and examples, the book covers all the essential machine learning techniques in depth. While some books teach you only to follow instructions, with this machine learning book, we teach the principles allowing you to build models and applications for yourself.

Why PyTorch?

PyTorch is the Pythonic way to learn machine learning, making it easier to learn and simpler to code with. This book explains the essential parts of PyTorch and how to create models using popular libraries, such as PyTorch Lightning and PyTorch Geometric.

You will also learn about generative adversarial networks (GANs) for generating new data and training intelligent agents with reinforcement learning. Finally, this new edition is expanded to cover the latest trends in deep learning, including graph neural networks and large-scale transformers used for natural language processing (NLP).

This PyTorch book is your companion to machine learning with Python, whether you're a Python developer new to machine learning or want to deepen your knowledge of the latest developments.

What you will learn

  • Explore frameworks, models, and techniques for machines to 'learn' from data
  • Use scikit-learn for machine learning and PyTorch for deep learning
  • Train machine learning classifiers on images, text, and more
  • Build and train neural networks, transformers, and boosting algorithms
  • Discover best practices for evaluating and tuning models
  • Predict continuous target outcomes using regression analysis
  • Dig deeper into textual and social media data using sentiment analysis

Who this book is for

If you have a good grasp of Python basics and want to start learning about machine learning and deep learning, then this is the book for you. This is an essential resource written for developers and data scientists who want to create practical machine learning and deep learning applications using scikit-learn and PyTorch.

Before you get started with this book, you'll need a good understanding of calculus, as well as linear algebra.

Table of Contents

  1. Giving Computers the Ability to Learn from Data
  2. Training Simple Machine Learning Algorithms for Classification
  3. A Tour of Machine Learning Classifiers Using Scikit-Learn
  4. Building Good Training Datasets – Data Preprocessing
  5. Compressing Data via Dimensionality Reduction
  6. Learning Best Practices for Model Evaluation and Hyperparameter Tuning
  7. Combining Different Models for Ensemble Learning
  8. Applying Machine Learning to Sentiment Analysis
  9. Predicting Continuous Target Variables with Regression Analysis
  10. Working with Unlabeled Data – Clustering Analysis

(N.B. Please use the Look Inside option to see further chapters)

منابع کتاب کتاب Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python

این کتاب از پرفروش‌ترین و تحسین‌شده‌ترین سری یادگیری ماشین پایتون، راهنمای جامعی برای یادگیری ماشینی و عمیق با استفاده از چارچوب ساده برای کد PyTorch است.

ویژگی های کلیدی

  • یادگیری ماشین کاربردی را با یک پایه محکم در تئوری بیاموزید
  • توضیحات واضح و شهودی شما را به عمق تئوری و عمل یادگیری ماشین پایتون می برد
  • به طور کامل به روز شده و گسترش یافته است تا PyTorch، ترانسفورماتورها، XGBoost، شبکه های عصبی گراف، و بهترین شیوه ها را پوشش دهد.

توضیحات کتاب

یادگیری ماشین با PyTorch و Scikit-Learn یک راهنمای جامع برای یادگیری ماشین و یادگیری عمیق با PyTorch است. این هم به عنوان یک آموزش گام به گام و هم به عنوان مرجعی عمل می کند که در حین ساختن سیستم های یادگیری ماشینی خود به آن باز خواهید گشت.

این کتاب با توضیحات، تجسم‌ها و مثال‌های واضح، تمام تکنیک‌های یادگیری ماشین ضروری را به طور عمیق پوشش می‌دهد. در حالی که برخی از کتاب ها به شما آموزش می دهند که فقط دستورالعمل ها را دنبال کنید، با این کتاب یادگیری ماشینی، ما اصولی را آموزش می دهیم که به شما امکان می دهد مدل ها و برنامه هایی را برای خود بسازید.

چرا PyTorch؟

PyTorch راه پایتونیک برای یادگیری یادگیری ماشین است که یادگیری آن را آسان‌تر و کدنویسی با آن را ساده‌تر می‌کند. این کتاب قسمت های ضروری PyTorch و نحوه ایجاد مدل ها با استفاده از کتابخانه های محبوب مانند PyTorch Lightning و PyTorch Geometric را توضیح می دهد.

همچنین در مورد شبکه های متخاصم مولد (GAN) برای تولید داده های جدید و آموزش عوامل هوشمند با یادگیری تقویتی خواهید آموخت. در نهایت، این نسخه جدید برای پوشش آخرین روندهای یادگیری عمیق، از جمله شبکه های عصبی نمودار و ترانسفورماتورهای مقیاس بزرگ که برای پردازش زبان طبیعی (NLP) استفاده می شوند، گسترش یافته است.

این کتاب PyTorch همراه شما برای یادگیری ماشینی با پایتون است، خواه شما یک توسعه‌دهنده پایتون باشید که در یادگیری ماشینی تازه کار هستید یا می‌خواهید دانش خود را در مورد آخرین پیشرفت‌ها عمیق‌تر کنید.

آنچه خواهید آموخت

  • چارچوب‌ها، مدل‌ها و تکنیک‌های ماشین‌ها را برای «یادگیری» از داده‌ها کاوش کنید
  • از scikit-learn برای یادگیری ماشین و PyTorch برای یادگیری عمیق استفاده کنید
  • طبقه‌بندی‌کننده‌های یادگیری ماشینی را روی تصاویر، متن و موارد دیگر آموزش دهید
  • ساخت و آموزش شبکه های عصبی، ترانسفورماتورها و الگوریتم های تقویت کننده
  • بهترین روش ها را برای ارزیابی و تنظیم مدل ها کشف کنید
  • پیش بینی پیامدهای هدف مستمر با استفاده از تحلیل رگرسیون
  • با استفاده از تجزیه و تحلیل احساسات، داده های متنی و رسانه های اجتماعی را عمیق تر کنید

این کتاب برای چه کسی است

اگر درک خوبی از اصول پایتون دارید و می خواهید یادگیری ماشینی و یادگیری عمیق را شروع کنید، این کتاب برای شما مناسب است. این یک منبع ضروری است که برای توسعه دهندگان و دانشمندان داده نوشته شده است که می خواهند با استفاده از scikit-learn و PyTorch برنامه های کاربردی یادگیری ماشین و یادگیری عمیق ایجاد کنند.

قبل از شروع کار با این کتاب، به درک خوبی از حساب دیفرانسیل و انتگرال و همچنین جبر خطی نیاز دارید.

فهرست مطالب

  1. دادن توانایی یادگیری از داده ها به رایانه ها
  2. آموزش الگوریتم های یادگیری ماشینی ساده برای طبقه بندی
  3. توری از طبقه‌بندی‌کننده‌های یادگیری ماشین با استفاده از Scikit-Learn
  4. ایجاد مجموعه داده های آموزشی خوب - پیش پردازش داده ها
  5. فشرده سازی داده ها از طریق کاهش ابعاد
  6. آموزش بهترین روش ها برای ارزیابی مدل و تنظیم فراپارامتر
  7. ترکیب مدل های مختلف برای یادگیری گروهی
  8. کاربرد یادگیری ماشینی در تحلیل احساسات
  9. پیش بینی متغیرهای هدف پیوسته با تحلیل رگرسیون
  10. کار با داده های بدون برچسب - تجزیه و تحلیل خوشه ای

(نکته لطفا از گزینه Look Inside برای دیدن فصل های بیشتر استفاده کنید)

نظرات کاربران درباره کتاب Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python

نظری در مورد این محصول توسط کاربران ارسال نگردیده است.
اولین نفری باشید که در مورد کتاب Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python نظر می دهد.

ارسال نظر درباره کتاب Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python

لطفا توجه داشته باشید که ایمیل شما منتشر نخواهد شد.

برچسب های مرتبط با کتاب Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python

Computers&Technology انتشارات طلایی

بر اساس سلیقه شما...

codebazan

طراحی و اجرا: فروشگاه ساز سبدخرید