Книга містить близько 200 рецептів вирішення практичних завдань машинного навчання, таких як завантаження та обробка текстових чи числових даних, відбір моделі, зменшення розмірності та багато інших. Розглянуто роботу з мовою Python та її бібліотеками, у тому числі pandas та scikit-learn. Вирішення всіх завдань супроводжуються докладними поясненнями. Кожен рецепт містить працюючий програмний код, який можна вставляти, об'єднувати та адаптувати, створюючи власну програму.
Наведено рецепти рішень з використанням: векторів, матриць та масивів; обробки даних, тексту, зображень, дат та часу; зменшення розмірності та методів виділення або відбору ознак; оцінювання та відбору моделей; лінійної та логістичної регресії, дерев, лісів та k найближчих сусідів; опорно-векторних машин (SVM), наївних байєсових класифікаторів, кластеризації та нейронних мереж; збереження та завантаження натренованих моделей.
Відгуків ще немає
Станьте першим, хто поділиться своєю думкою!