Apprendimento automatico con Python: Implementare soluzioni di rete neurale con Scikit-Learn e Pytorch

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Hands-On Machine Learning with Python: Implement Neural Network Solutions with Scikit-Learn and Pytorch

Contenuto del libro:

Questa è la guida completa perfetta per i lettori con conoscenze di base o intermedie di machine learning e deep learning. Introduce strumenti come NumPy per l'elaborazione numerica, Pandas per l'analisi dei dati panel, Matplotlib per la visualizzazione, Scikit-learn per l'apprendimento automatico e Pytorch per l'apprendimento profondo con Python. Il libro funge anche da manuale di riferimento a lungo termine per i professionisti che troveranno soluzioni agli scenari più comuni.

Il libro è diviso in tre sezioni. La prima sezione introduce agli strumenti di calcolo e di analisi dei dati utilizzando Python, con spiegazioni approfondite sulla configurazione dell'ambiente, il caricamento dei dati, l'elaborazione numerica, l'analisi dei dati e le visualizzazioni. La seconda sezione tratta le basi dell'apprendimento automatico e la libreria Scikit-learn. Spiega inoltre l'apprendimento supervisionato, l'apprendimento non supervisionato, l'implementazione e la classificazione degli algoritmi di regressione e i metodi di apprendimento d'insieme in modo semplice con lezioni teoriche e pratiche. La terza sezione spiega le architetture complesse delle reti neurali con dettagli sul funzionamento interno e sull'implementazione delle reti neurali convoluzionali. Il capitolo finale contiene una soluzione dettagliata end-to-end con reti neurali in Pytorch.

Dopo aver completato Hands-on Machine Learning with Python, sarete in grado di implementare soluzioni di apprendimento automatico e reti neurali e di estenderle a vostro vantaggio.

Cosa imparerete

⬤ Vedere le strutture dati in NumPy e Pandas.

⬤ Dimostrare le tecniche e gli algoritmi di apprendimento automatico.

⬤ Comprendere l'apprendimento supervisionato e l'apprendimento non supervisionato.

⬤ Esaminare le reti neurali convoluzionali e le reti neurali ricorrenti.

⬤ Conoscere scikit-learn e PyTorch.

⬤ Prevedere le sequenze nelle reti neurali ricorrenti e nella memoria a breve termine.

Per chi è questo libro?

Scienziati dei dati, ingegneri dell'apprendimento automatico e professionisti del software con competenze di base nella programmazione in Python.