Uczenie maszynowe jest jedną z najszczególniej fascynujących technologii naszych czasów - rozwojem jego przeróżnych zastosowań zajmują się tacy giganci jak Google, Facebook, Apple, Amazon czy IBM. Uczenie maszynowe otwiera zupełnie nowe możliwości i powoli staje się nieodzowne: starczy wymienić asystenty głosowe w smartfonach, chatboty usprawniające klientom wybór i sieci ułatwiające podejmowanie decyzji o inwestycjach giełdowych, filtrujące niechciane wiadomości e-mail czy wspomagające diagnostykę medyczną.
Oto znaczny przewodnik po uczeniu maszynowym i uczeniu głębokim w Pythonie. Zawiera skrupulatne omówienie najważniejszych technik uczenia maszynowego i dokładne wyjaśnienie zasad rządzących tą technologią.
Poszczególne zagadnienia zilustrowano mnóstwem wyjaśnień, wizualizacji i przykładów, co genialnie upraszcza zrozumienie materiału i skuteczne rozpoczęcie samodzielnego budowania aplikacji i modeli, takich jak te służące do klasyfikacji obrazów, odkrywania ukrytych wzorców czy wydobywania dodatkowych informacji z informacji.
Wydanie trzecie zostało zaktualizowane - znalazł się w nim opis biblioteki TensorFlow 2 i najnowszych dodatków do biblioteki scikit-learn. Dodano dodatkowo wprowadzenie do dwóch nowatorskich technik: uczenia przez wzmacnianie i budowy generatywnych sieci przeciwstawnych (GAN).
W książce między innymi: platformy, modele i techniki uczenia maszynowego stosowanie biblioteki scikit-learn i TensorFlow sieci neuronowe, sieci GAN i inne przygotowywanie danych dla modeli uczenia maszynowego ocena i strojenie modeli analizy: regresyjna, skupień i sentymentów Uczenie głębokie z Pythonem: zrozum i zastosuj!
Powyższy opis pochodzi od wydawcy.
