0 رای
وضعیت موجودی موجود

قیمت قبلی: 6,060,000 ریال
قیمت: 5,660,000 ریال


Product details

  • Publisher ‏ : ‎ Packt Publishing; 3rd edition (October 30, 2020)
  • Language ‏ : ‎ English
  • Paperback ‏ : ‎ 526 pages
  • ISBN-10 ‏ : ‎ 1800209711
  • ISBN-13 ‏ : ‎ 978-1800209718


 

کتاب Python Machine Learning By Example: Build intelligent systems using Python, TensorFlow 2, PyTorch, and scikit-learn, 3rd Edition 3rd Edition

A comprehensive guide to get you up to speed with the latest developments of practical machine learning with Python and upgrade your understanding of machine learning (ML) algorithms and techniques

Key Features

  • Dive into machine learning algorithms to solve the complex challenges faced by data scientists today
  • Explore cutting edge content reflecting deep learning and reinforcement learning developments
  • Use updated Python libraries such as TensorFlow, PyTorch, and scikit-learn to track machine learning projects end-to-end

Book Description

Python Machine Learning By Example, Third Edition serves as a comprehensive gateway into the world of machine learning (ML).

With six new chapters, on topics including movie recommendation engine development with Naive Bayes, recognizing faces with support vector machine, predicting stock prices with artificial neural networks, categorizing images of clothing with convolutional neural networks, predicting with sequences using recurring neural networks, and leveraging reinforcement learning for making decisions, the book has been considerably updated for the latest enterprise requirements.

At the same time, this book provides actionable insights on the key fundamentals of ML with Python programming. Hayden applies his expertise to demonstrate implementations of algorithms in Python, both from scratch and with libraries.

Each chapter walks through an industry-adopted application. With the help of realistic examples, you will gain an understanding of the mechanics of ML techniques in areas such as exploratory data analysis, feature engineering, classification, regression, clustering, and NLP.

By the end of this ML Python book, you will have gained a broad picture of the ML ecosystem and will be well-versed in the best practices of applying ML techniques to solve problems.

What you will learn

  • Understand the important concepts in ML and data science
  • Use Python to explore the world of data mining and analytics
  • Scale up model training using varied data complexities with Apache Spark
  • Delve deep into text analysis and NLP using Python libraries such NLTK and Gensim
  • Select and build an ML model and evaluate and optimize its performance
  • Implement ML algorithms from scratch in Python, TensorFlow 2, PyTorch, and scikit-learn

منابع کتاب کتاب Python Machine Learning By Example: Build intelligent systems using Python, TensorFlow 2, PyTorch, and scikit-learn, 3rd Edition 3rd Edition

راهنمای جامعی که شما را با آخرین پیشرفت‌های یادگیری ماشینی عملی با پایتون آشنا می‌کند و درک خود را از الگوریتم‌ها و تکنیک‌های یادگیری ماشین (ML) ارتقا می‌دهد.
 
ویژگی های کلیدی
برای حل چالش های پیچیده ای که امروزه دانشمندان داده با آن مواجه هستند، در الگوریتم های یادگیری ماشین فرو بروید
محتوای پیشرفته را که منعکس کننده پیشرفت های یادگیری عمیق و تقویت یادگیری است، کاوش کنید
از کتابخانه های به روز شده Python مانند TensorFlow، PyTorch و scikit-learn برای ردیابی پروژه های یادگیری ماشینی سرتاسر استفاده کنید.
توضیحات کتاب
آموزش ماشین پایتون به عنوان مثال، نسخه سوم به عنوان یک دروازه جامع به دنیای یادگیری ماشین (ML) عمل می کند.
 
با شش فصل جدید، با موضوعاتی از جمله توسعه موتور توصیه فیلم با Naive Bayes، شناسایی چهره ها با ماشین بردار پشتیبان، پیش بینی قیمت سهام با شبکه های عصبی مصنوعی، دسته بندی تصاویر لباس با شبکه های عصبی کانولوشن، پیش بینی با توالی با استفاده از شبکه های عصبی تکراری، و اعمال نفوذ یادگیری تقویتی برای تصمیم گیری، این کتاب به طور قابل توجهی برای آخرین نیازهای سازمانی به روز شده است.
 
در عین حال، این کتاب بینش عملی در مورد اصول کلیدی ML با برنامه نویسی پایتون ارائه می دهد. هایدن تخصص خود را برای نشان دادن پیاده سازی الگوریتم ها در پایتون، هم از ابتدا و هم با کتابخانه ها به کار می گیرد.
 
هر فصل از طریق یک برنامه کاربردی که توسط صنعت پذیرفته شده است می گذرد. با کمک مثال های واقع گرایانه، درک درستی از مکانیک تکنیک های ML در زمینه هایی مانند تجزیه و تحلیل داده های اکتشافی، مهندسی ویژگی، طبقه بندی، رگرسیون، خوشه بندی و NLP به دست خواهید آورد.
 
در پایان این کتاب ML Python، شما تصویر وسیعی از اکوسیستم ML به دست خواهید آورد و در بهترین شیوه های به کارگیری تکنیک های ML برای حل مشکلات به خوبی آشنا خواهید شد.
 
آنچه خواهید آموخت
مفاهیم مهم در ML و علم داده را درک کنید
از پایتون برای کشف دنیای داده کاوی و تجزیه و تحلیل استفاده کنید
آموزش مدل را با استفاده از پیچیدگی های داده های متنوع با آپاچی اسپارک افزایش دهید
با استفاده از کتابخانه‌های پایتون مانند NLTK و Gensim به تجزیه و تحلیل متن و NLP عمیق بپردازید
یک مدل ML را انتخاب و بسازید و عملکرد آن را ارزیابی و بهینه کنید
پیاده سازی الگوریتم های ML از ابتدا در Python، TensorFlow 2، PyTorch و scikit-learn

نظرات کاربران درباره کتاب Python Machine Learning By Example: Build intelligent systems using Python, TensorFlow 2, PyTorch, and scikit-learn, 3rd Edition 3rd Edition

نظری در مورد این محصول توسط کاربران ارسال نگردیده است.
اولین نفری باشید که در مورد کتاب Python Machine Learning By Example: Build intelligent systems using Python, TensorFlow 2, PyTorch, and scikit-learn, 3rd Edition 3rd Edition نظر می دهد.

ارسال نظر درباره کتاب Python Machine Learning By Example: Build intelligent systems using Python, TensorFlow 2, PyTorch, and scikit-learn, 3rd Edition 3rd Edition

لطفا توجه داشته باشید که ایمیل شما منتشر نخواهد شد.

برچسب های مرتبط با کتاب Python Machine Learning By Example: Build intelligent systems using Python, TensorFlow 2, PyTorch, and scikit-learn, 3rd Edition 3rd Edition

خرید اینترنتی کتاب های زبان اصلی کامپیوتر خرید اینترنتی کتاب های لاتین AI & Machine Learning Natural Language Processing

بر اساس سلیقه شما...

  Publisher ‏ : ‎ Wiley; 7th edition (May 5, 2020) ...
4,880,000 ریال
  Product details Publisher ‏ : ‎  McGraw Hill ...
4,080,000 ریال

codebazan

طراحی و اجرا: فروشگاه ساز سبدخرید