Praktyczne uczenie nienadzorowane przy użyciu języ

Name: Praktyczne uczenie nienadzorowane przy użyciu języ
Brand: APN PROMISE
SKU: 9788375414264
Price: 114.11 PLN
Availability: InStock

Symbol: 9788375414264

Dostępność: Mało 4 szt.

Cena: 114.11

szt.

Zamówienie telefoniczne: 576019971 Zostaw telefon

Wysyłka w ciągu: 48 godzin

Cena przesyłki:

8.9

Jak budować użytkowe rozwiązania uczenia maszynowego na podstawie nieoznakowanych danych.
Wielu ekspertów branżowych uważa uczenie nienadzorowane za kolejną granicę w dziedzinie sztucznej inteligencji, która może stanowić klucz do pełnej sztucznej inteligencji. Ponieważ większość danych na świecie jest nieoznakowana, nie można do nich zastosować konwencjonalnego uczenia nadzorowanego. Z kolei uczenie nienadzorowane może być stosowane wobec nieoznakowanych zbiorów danych w celu odkrycia istotnych wzorców ukrytych głęboko w tych danych, które dla człowieka mogą być niemal niemożliwe do odkrycia.
Autor Ankur Patel pokazuje, jak stosować uczenie nienadzorowane przy wykorzystaniu dwóch prostych platform dla języka Python: Scikit-learn oraz TensorFlow (wraz z Keras). Dzięki dołączonemu kodowi i praktycznym przykładom analitycy danych będą mogli identyfikować trudne do znalezienia wzorce w danych i odkrywać dogłębne zależności biznesowe, wykrywać anomalie, przeprowadzać automatyczną selekcję zmiennych i generować syntetyczne zbiory danych. Wystarczy znajomość programowania i nieco doświadczenia w uczeniu maszynowym, aby zająć się:
Porównywaniem mocnych i słabych stron różnych podejść do uczenia maszynowego: uczenia nadzorowanego, nienadzorowanego i wzmacnianego.
Przygotowywaniem i zarządzaniem projektami uczenia maszynowego.
Budowaniem systemu wykrywania anomalii w celu wychwycenia oszustwa dotyczącego kard kredytowych.
Rozdzielaniem użytkowników na wydzielone i jednorodne grupy.
Przeprowadzaniem uczenia pół-nadzorowanego.
Opracowywaniem systemów polecania filmów z użyciem ograniczonych automatów Boltzmanna.
Generowaniem syntetycznych obrazów przy użyciu generujących sieci antagonistycznych.
Badacze, inżynierowie i studenci docenią tę książkę pełną praktycznych technik uczenia nienadzorowanego, napisaną prostym językiem z nieskomplikowanymi przykładami w języku Python, które można szybko i skutecznie implementować.
Sarah Nagy
Główny analityk danych w firmie Edison
Ankur A. Patel jest wiceprezesem ds. informatyki analitycznej w firmie 7Park Data, wspieranej przez firmę inwestycyjną Vista Equity Partners. W firmie 7Park Data, Ankur i jego zespół analizy danych wykorzystują dane alternatywne do opracowywania produktów związanych z danymi dla funduszy hedgingowych i korporacji oraz rozwijają usługi uczenia maszynowego dla klientów firmowych.

Parametry:

Autor:

Ankur A. Patel

Wydawnictwo:

APN PROMISE

Stron:

362

Rok wydania:

2020

Oprawa:

broszurowa

Format:

17x23 cm

Informacje dotyczące bezpieczeństwa

Wszystkie produkty zostały zaprojektowane z dbałością o jakość i bezpieczeństwo użytkowania. Przed pierwszym użyciem zaleca się dokładne zapoznanie się z opisem oraz instrukcją produktu.

Produkty przeznaczone dla dzieci powinny być używane wyłącznie zgodnie z ich przeznaczeniem i – w przypadku młodszych użytkowników – pod nadzorem osoby dorosłej. Należy usunąć elementy opakowania (folię, opaski, etykiety) przed przekazaniem produktu dziecku.

Książki przeznaczone dla dzieci powinny być dopasowane do wieku i poziomu rozwoju czytelnika. Zaleca się wspólne czytanie z rodzicem lub opiekunem w przypadku młodszych dzieci.

Producent oraz sklep dokłada wszelkich starań, aby oferowane produkty spełniały aktualne normy bezpieczeństwa. Odpowiedzialność za bezpieczeństwo, jakość wykonania oraz zgodność produktu z obowiązującymi normami ponosi producent. W razie wątpliwości dotyczących użytkowania lub bezpieczeństwa produktu zaleca się kontakt z producentem lub zapoznanie się z informacjami umieszczonymi na opakowaniu.