Apprendimento automatico in Python - Terza edizione: Apprendimento automatico e apprendimento profondo con Python, scikit-learn e TensorFlow 2

Recensioni dei lettori

Nel complesso, il libro fornisce una comprensione completa dell'apprendimento automatico, soprattutto per coloro che hanno un background nella programmazione Python. Tuttavia, ci sono notevoli preoccupazioni per quanto riguarda la qualità di stampa e alcune imprecisioni nelle sezioni dedicate al deep learning.

⬤ Contenuti ben strutturati che introducono efficacemente i concetti di apprendimento automatico.
⬤ Spiegazioni chiare dei concetti matematici, degli algoritmi e degli esempi pratici.
⬤ Prezioso per chi ha esperienza nella programmazione in Python.
⬤ Buon equilibrio tra teoria e codifica pratica.
⬤ Utile come riferimento sia per gli studenti che per i professionisti.

⬤ Scarsa qualità di stampa nelle copie fisiche, spesso descritte come macchiate o sbiadite.
⬤ Alcune sezioni sul deep learning possono mancare di chiarezza e contenere imprecisioni.
⬤ I diagrammi in bianco e nero possono ridurre la comprensione di alcuni concetti.
⬤ Il codice fornito potrebbe non funzionare senza versioni specifiche del pacchetto, il che può essere frustrante.

(basato su 71 recensioni dei lettori)

Titolo originale:

Python Machine Learning - Third Edition: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2

Contenuto del libro:

Apprendimento automatico applicato con solide basi teoriche. Rivisto e ampliato per TensorFlow 2, GAN e apprendimento per rinforzo.

Caratteristiche principali

⬤ Terza edizione del libro più venduto e acclamato sull'apprendimento automatico in Python.

⬤ Spiegazioni chiare e intuitive per approfondire la teoria e la pratica dell'apprendimento automatico in Python.

⬤ Completamente aggiornato e ampliato per coprire TensorFlow 2, i modelli di Generative Adversarial Network, l'apprendimento per rinforzo e le migliori pratiche.

Descrizione del libro

Python Machine Learning, Third Edition è una guida completa all'apprendimento automatico e al deep learning con Python. Si tratta sia di un tutorial passo-passo che di un riferimento a cui si tornerà continuamente per costruire i propri sistemi di apprendimento automatico.

Ricco di spiegazioni chiare, visualizzazioni ed esempi pratici, il libro copre in modo approfondito tutte le tecniche essenziali di apprendimento automatico. Mentre alcuni libri insegnano solo a seguire le istruzioni, con questo libro sull'apprendimento automatico Raschka e Mirjalili insegnano i principi alla base dell'apprendimento automatico, consentendo di costruire modelli e applicazioni da soli.

Aggiornata per TensorFlow 2.0, questa nuova terza edizione introduce i lettori alle nuove funzionalità dell'API Keras e alle ultime aggiunte a scikit-learn. È stata inoltre ampliata per coprire le tecniche di apprendimento per rinforzo all'avanguardia basate sull'apprendimento profondo, nonché un'introduzione alle GAN. Infine, questo libro esplora anche un sottocampo dell'elaborazione del linguaggio naturale (NLP) chiamato sentiment analysis, aiutandovi a imparare come utilizzare gli algoritmi di apprendimento automatico per classificare i documenti.

Questo libro è il compagno dell'apprendimento automatico con Python, sia che siate sviluppatori Python alle prime armi con l'apprendimento automatico, sia che vogliate approfondire la vostra conoscenza degli ultimi sviluppi.

Che cosa imparerete?

⬤ Padroneggiare i framework, i modelli e le tecniche che consentono alle macchine di "imparare" dai dati.

⬤ Utilizzare scikit-learn per l'apprendimento automatico e TensorFlow per l'apprendimento profondo.

⬤ Applicare l'apprendimento automatico alla classificazione delle immagini, all'analisi del sentiment, alle applicazioni web intelligenti e altro ancora.

⬤ Costruire e addestrare reti neurali, GAN e altri modelli.

⬤ Scoprire le migliori pratiche per la valutazione e la messa a punto dei modelli.

⬤ Prevedere risultati continui utilizzando l'analisi di regressione.

⬤ Affondare i dati testuali e dei social media utilizzando l'analisi del sentiment.

Per chi è questo libro?

Se conoscete un po' di Python e volete utilizzare l'apprendimento automatico e il deep learning, prendete questo libro. Sia che vogliate iniziare da zero o ampliare le vostre conoscenze sull'apprendimento automatico, questa è una risorsa essenziale. Scritto per sviluppatori e data scientist che vogliono creare codice pratico per l'apprendimento automatico e l'apprendimento profondo, questo libro è ideale per chiunque voglia insegnare ai computer come imparare dai dati.