Ricettario di apprendimento automatico in Python - Seconda edizione

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 8 voti.

Titolo originale:

Python Machine Learning Cookbook - Second Edition

Contenuto del libro:

Scoprite come risolvere efficacemente i problemi di apprendimento automatico del mondo reale utilizzando le principali librerie, tra cui scikit-learn, TensorFlow e PyTorch Caratteristiche principali Imparate e implementate gli algoritmi di apprendimento automatico in una varietà di scenari reali Coprite una serie di compiti relativi alle tecniche di apprendimento supervisionato, non supervisionato e di rinforzo Trovate soluzioni di codice facili da seguire per affrontare sfide comuni e meno comuni Descrizione del libro

Questa attesissima seconda edizione del popolare Python Machine Learning Cookbook vi permetterà di adottare un nuovo approccio per affrontare le attività di machine learning e deep learning del mondo reale.

Con l'aiuto di oltre 100 ricette, imparerete a costruire potenti applicazioni di apprendimento automatico utilizzando le moderne librerie dell'ecosistema Python. Il libro vi guiderà anche nell'implementazione di vari algoritmi di apprendimento automatico per la classificazione, il clustering e i motori di raccomandazione, utilizzando un approccio basato sulle ricette. Con enfasi sulle soluzioni pratiche, le sezioni dedicate del libro vi aiuteranno ad applicare le tecniche di apprendimento supervisionato e non supervisionato ai problemi del mondo reale. Verso i capitoli conclusivi, si affronteranno ricette che insegnano tecniche avanzate come l'apprendimento per rinforzo, le reti neurali profonde e l'apprendimento automatico.

Alla fine di questo libro, sarete dotati delle competenze necessarie per applicare le tecniche di apprendimento automatico e sfruttare tutte le capacità dell'ecosistema Python attraverso esempi reali. Cosa imparerete Utilizzate la modellazione predittiva e applicatela ai problemi del mondo reale Esplorate le tecniche di visualizzazione dei dati per interagire con i vostri dati Imparate a costruire un motore di raccomandazione Capite come interagire con i dati di testo e costruite modelli per analizzarli Lavorate con i dati del parlato e riconoscete le parole pronunciate usando i modelli di Markov nascosti Conoscete bene l'apprendimento per rinforzo, il ML automatizzato e l'apprendimento per trasferimento Lavorate con i dati delle immagini e costruite sistemi per il riconoscimento delle immagini e il riconoscimento biometrico dei volti Usate le reti neurali profonde per costruire un sistema di riconoscimento ottico dei caratteri A chi è rivolto questo libro

Questo libro si rivolge agli scienziati dei dati, agli sviluppatori di machine learning, agli appassionati di deep learning e ai programmatori Python che vogliono risolvere le sfide del mondo reale utilizzando tecniche e algoritmi di machine learning. Se state affrontando sfide sul lavoro e volete soluzioni di codice pronte all'uso per coprire compiti chiave nel campo dell'apprendimento automatico e del deep learning, questo libro è ciò che vi serve. La familiarità con la programmazione Python e con i concetti di apprendimento automatico sarà utile. Indice Il regno dell'apprendimento supervisionato Costruzione di un classificatore Modellazione predittiva Clustering con l'apprendimento non supervisionato Visualizzazione dei dati Costruzione di motori di raccomandazione Analisi dei dati testuali Riconoscimento vocale Scomposizione di serie temporali e dati sequenziali Analisi del contenuto delle immagini Riconoscimento biometrico dei volti Tecniche di apprendimento per rinforzo Reti neurali profonde Apprendimento rappresentativo non supervisionato Apprendimento automatico e apprendimento per trasferimento Sblocco dei problemi di produzione