Uczenie maszynowe. Konstruowanie cech. Zasady i techniki dla analityków
Autorzy tej książki - specjalista ds. uczenia maszynowego Amazon, Elice Zheng oraz analityk innowacyjnej firmy IT Concur Labs, Amanda Kazari. Konstruowanie cech — to wydobywanie cech z surowych, nieprzetworzonych danych i przekształcanie ich w format odpowiedni do przetwarzania przez model...
uczenia maszynowego. To jeden z najważniejszych procesów w uczeniu maszynowym, a jednocześnie jeden z najtrudniejszych, ponieważ różnorodność modeli i danych uniemożliwia wyodrębnienie ogólnej taktyki konstruowania. A jednak autorom książki udało się to osiągnąć — sformułowali tu głębsze zasady pracy z danymi, ilustrowane konkretnymi przykładami. W każdym rozdziale opisane są rozwiązania różnych problemów: jak przedstawić dane tekstowe lub obrazy, jak automatycznie obniżyć wymiarowość wygenerowanych cech itd. W ostatnim rozdziale wszystkie przykłady są zintegrowane w jedną koncepcję konstruowania cech w uczeniu maszynowym. Wszystkie przykłady kodu są przedstawione w języku Python z wykorzystaniem takich modułów jak NumPy, Pandas, Scikit-learn, Matplotlib, i są dostępne w repozytorium autorów na GitHub.
Autorzy tej książki - specjalista ds. uczenia maszynowego Amazon, Elice Zheng oraz analityk innowacyjnej firmy IT Concur Labs, Amanda Kazari. Konstruowanie cech — to wydobywanie cech z surowych, nieprzetworzonych danych i przekształcanie ich w format odpowiedni do przetwarzania przez model uczenia maszynowego. To jeden z najważniejszych procesów w uczeniu maszynowym, a jednocześnie jeden z najtrudniejszych, ponieważ różnorodność modeli i danych uniemożliwia wyodrębnienie ogólnej taktyki konstruowania. A jednak autorom książki udało się to osiągnąć — sformułowali tu głębsze zasady pracy z danymi, ilustrowane konkretnymi przykładami. W każdym rozdziale opisane są rozwiązania różnych problemów: jak przedstawić dane tekstowe lub obrazy, jak automatycznie obniżyć wymiarowość wygenerowanych cech itd. W ostatnim rozdziale wszystkie przykłady są zintegrowane w jedną koncepcję konstruowania cech w uczeniu maszynowym. Wszystkie przykłady kodu są przedstawione w języku Python z wykorzystaniem takich modułów jak NumPy, Pandas, Scikit-learn, Matplotlib, i są dostępne w repozytorium autorów na GitHub.
Bądź pierwszym, który dowie się o naszych aktualnych rabatach, ofertach i nowych produktach!
Check icon
Dodano do koszyka
Check icon
Dodałeś do ulubionych
Wyprzedane
Produkt jest obecnie niedostępny na magazynie.
Dostępny
Produkt dostępny na magazynie. Dokładny termin dostawy otrzymasz od operatora po potwierdzeniu zamówienia.
Na zamówienie
Produkt dostarczany jest bezpośrednio od wydawnictwa. Realizacja zamówienia trwa do 14 dni, dokładny termin dostawy otrzymasz od operatora po potwierdzeniu zamówienia.