MATLAB per l'apprendimento automatico - Seconda edizione: Sbloccare la potenza dell'apprendimento profondo per ottenere risultati rapidi e migliori

Recensioni dei lettori

Il libro “MATLAB per l'apprendimento automatico” fornisce un'introduzione completa all'apprendimento automatico con MATLAB, adatta sia ai principianti che agli utenti esperti. Copre argomenti essenziali come classificazione, regressione, clustering, reti neurali e varie applicazioni pratiche con spiegazioni ed esempi chiari.

⬤ Facile da seguire con spiegazioni chiare.
⬤ Copre un'ampia gamma di argomenti e applicazioni dell'apprendimento automatico.
⬤ Include esempi pratici e casi di studio.
⬤ Adatto sia ai principianti che a chi ha esperienza di MATLAB.
⬤ Introduce concetti avanzati come l'apprendimento profondo e le reti neurali.

⬤ Richiede conoscenze di programmazione di base per iniziare.
⬤ È disponibile un numero limitato di risorse specifiche per l'apprendimento automatico in MATLAB.

(basato su 4 recensioni dei lettori)

Titolo originale:

MATLAB for Machine Learning - Second Edition: Unlock the power of deep learning for swift and enhanced results

Contenuto del libro:

Padroneggiare gli strumenti MATLAB per la creazione di applicazioni di apprendimento automatico attraverso una scrittura efficace del codice, guidata da esempi pratici che mostrano la versatilità dell'apprendimento automatico nelle applicazioni del mondo reale Caratteristiche principali Lavorare con il MATLAB Machine Learning Toolbox per implementare una varietà di algoritmi di apprendimento automatico Valutare, distribuire e rendere operativi i modelli personalizzati, incorporando il rilevamento dei bias e il monitoraggio della pipeline Scoprire approcci efficaci all'apprendimento profondo per la computer vision, l'analisi delle serie temporali e la previsione L'acquisto del libro stampato o del Kindle include un eBook PDF gratuito Descrizione del libro

Scoprite perché l'ambiente di programmazione MATLAB è il preferito dai ricercatori e dagli esperti di matematica per l'apprendimento automatico con questa guida che è stata progettata per migliorare le vostre competenze nell'apprendimento automatico e nell'apprendimento profondo utilizzando MATLAB, aprendo la strada ad applicazioni avanzate.

Navigando tra i versatili strumenti di apprendimento automatico dell'ambiente MATLAB, imparerete a interagire senza problemi con l'area di lavoro. Passerete poi alla pulizia dei dati, all'estrazione dei dati e all'analisi di vari tipi di dati nell'apprendimento automatico, visualizzando i valori dei dati su un grafico. Man mano che si procede, si esplorano varie tecniche di classificazione e regressione, applicandole abilmente con le funzioni MATLAB.

Questo libro insegna gli elementi essenziali delle reti neurali, guidandovi attraverso l'adattamento dei dati, il riconoscimento dei modelli e l'analisi dei cluster. Esplorerete anche le tecniche di selezione ed estrazione delle caratteristiche per migliorare le prestazioni attraverso la riduzione della dimensionalità. Infine, sfrutterete gli strumenti MATLAB per l'apprendimento profondo e la gestione delle reti neurali convoluzionali.

Alla fine del libro, sarete in grado di mettere tutto insieme applicando i principali algoritmi di apprendimento automatico in scenari reali. Cosa imparerete Scoprite diversi modi per trasformare i dati in intuizioni preziose Esplorate i diversi tipi di tecniche di regressione Cogliete le basi della classificazione attraverso Naive Bayes e gli alberi decisionali Utilizzate il clustering per raggruppare i dati in base a misure di somiglianza Eseguite l'adattamento dei dati, il riconoscimento dei modelli e l'analisi dei cluster Implementate la selezione e l'estrazione delle caratteristiche per la riduzione della dimensionalità Sfruttate gli strumenti MATLAB per l'esplorazione del deep learning A chi è rivolto questo libro

Questo libro si rivolge a ingegneri ML, data scientist, ingegneri DL e ingegneri CV/NLP che desiderano utilizzare MATLAB per l'apprendimento automatico e l'apprendimento profondo. Per iniziare è necessaria una comprensione fondamentale dei concetti di programmazione. Indice Esplorare MATLAB per l'apprendimento automatico Lavorare con i dati in MATLAB Previsione mediante classificazione e regressione Analisi dei cluster e riduzione della dimensionalità Introduzione alle reti neurali artificiali Modellazione dell'apprendimento profondo e delle reti neurali convoluzionali Elaborazione del linguaggio naturale con MATLAB Elaborazione delle immagini e visione artificiale Analisi delle serie temporali e previsioni con MATLAB Strumenti MATLAB per i sistemi di raccomandazione Rilevamento delle anomalie in MATLAB