ПРАКТИЧНЕ НАВЧАННЯ НЕ КОНТРОЛЮВАТИСЯ З...
- Час доставки: 7-10 днів
- Стан товару: новий
- Доступна кількість: 3
Покупая «ПРАКТИЧЕСКОЕ ОБУЧЕНИЕ БЕЗ КОНТРОЛЯ С...», вы можете быть уверены, что данный товар из каталога «Программирование» вы получите в срок 5-7 дней после оплаты. Товар будет доставлен из Европы, проверен на целостность, иметь европейское качество.
ПРАКТИЧНЕ НАВЧАННЯ НЕ КОНТРОЛЮВАНИМ З PYTHON
АНКУР А. ПАТЕЛЬ
- Видавництво: APN PROMISE
- Дата випуску: 2020-09-08
- Палітурка: М'ЯКА
- Формат: 170 x 231 мм
- Кількість сторінок: 362
- EAN: 9788375414264
Як створювати дієві рішення машинного навчання з немаркованих даних. Багато галузевих експертів вважають неконтрольоване навчання наступним рубежем ШІ, і воно може містити ключ до повного ШІ. Оскільки більшість світових даних є немаркованими, до них не можна застосувати звичайне контрольоване навчання. У свою чергу, неконтрольоване навчання можна застосувати до немаркованих наборів даних, щоб виявити важливі закономірності, приховані глибоко в даних, які людям може бути майже неможливо виявити. Автор Анкур Патель показує вам, як використовувати неконтрольоване навчання за допомогою двох простих фреймворків Python: Scikit-learn і TensorFlow (з Keras). За допомогою включеного коду та практичних прикладів спеціалісти з обробки даних зможуть ідентифікувати складні закономірності в даних і виявляти глибокі ділові зв’язки, виявляти аномалії, виконувати автоматичний вибір змінних і генерувати синтетичні набори даних. Маючи лише деякі знання програмування та певний досвід машинного навчання, ви можете: • Порівняти сильні та слабкі сторони різних підходів до машинного навчання: контрольованого, неконтрольованого та посиленого. • Підготовка та керування проектами машинного навчання. • Створення системи виявлення аномалій для виявлення шахрайства з кредитними картками. • Поділ користувачів на окремі однорідні групи. • Виконання напівконтрольованого навчання. • Розробка систем відео рекомендацій з використанням обмежених машин Больцмана. • Створення синтетичних зображень за допомогою антагоністичних генеруючих мереж. «Дослідники, інженери та студенти оцінять цю книгу, повну практичних методів неконтрольованого навчання, написану простою мовою з простими прикладами на Python, які можна швидко й ефективно реалізувати». – Сара Надь, головний спеціаліст із обробки даних Edison Ankur A. Patel є віце-президентом з ІТ-аналітики в 7Park Data, яку підтримує інвестиційна компанія Vista Equity Partners. У 7Park Data Анкур і його команда з обробки даних використовують альтернативні дані для розробки продуктів обробки даних для хедж-фондів і корпорацій, а також розробляють послуги машинного навчання для корпоративних клієнтів.
[Код пропозиції,30696799,9788375414264,2025-12-11 15:22:34]