Книга содержит около 200 рецептов решения практических задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели, уменьшение размерности и многие другие. Рассмотрена работа с языком Python и его библиотеками, в том числе pandas и scikit-learn. Решения всех задач сопровождаются подробными объяснениями. Каждый рецепт содержит работающий программный код, который можно вставлять, объединять и адаптировать, создавая собственное приложение.Приведены рецепты решений с использованием:векторов, матриц и массивов; обработки данных, текста, изображений, дат и времени; уменьшения размерно-сти и методов выделения или отбора признаков; оценивания и отбора моделей; линейной и логистической регрессии, деревьев, лесов и k ближайших соседей; опорно-векторных машин (SVM), наивных байесовых классификаторов, класте-ризации и нейронных сетей; сохранения и загрузки натренированных моделей.
Отзывов по данной книге еще нет, вы можете оставить его первым!
Рецензий еще нет, вы можете оставить ее первым!