Nuova legge sul prezzo dei libri - Dal 25 marzo sconti non superiori al 5% Scopri di più

Machine learning con Python. Costruire algoritmi per generare conoscenza

Machine learning con Python. Costruire algoritmi per generare conoscenza
titolo Machine learning con Python. Costruire algoritmi per generare conoscenza
autori ,
argomento Scienza e Tecnica Informatica Programmazione e sviluppo del software
collana Guida completa
editore Apogeo
formato Libro
pagine 624
pubblicazione 2020
ISBN 9788850335244
 
49,90 47,41 (-5%)
 
Disponibilità immediata
Conoscenza e informazioni sono oggi valori fondamentali e per questo elaborare il magma di dati disponibili è una sfida affascinante e imprescindibile. Il machine learning è la risposta: grazie ai suoi algoritmi è infatti possibile creare macchine in grado di apprendere in modo automatico e rispondere alle domande chiave per il successo. Questa edizione accompagna nel mondo dell'apprendimento automatico e mostra come Python sia il linguaggio di programmazione ideale per costruire algoritmi sofisticati in grado di interrogare i dati e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie dedicate - tra cui l'ultimo aggiornamento di scikit-learn - applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini, e viene dato spazio a due tecniche di machine learning all'avanguardia: il reinforcement learning e le reti generative avversarie (GAN). L'approccio è pragmatico: tutti i concetti sono accompagnati da esempi di codice e tutorial passo-passo. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo del machine learning oltre a una buona conoscenza di programmazione in Python.

Argomenti in breve
  • Utilizzare i classificatori della libreria scikit-learn.
  • Implementare una rete neurale utilizzando la libreria TensorFlow 2.0.
  • Selezionare i dati con le tecniche di pre-elaborazione.
  • Ridurre la dimensionalità dei dati con le tecniche di compressione.
  • Addestrare reti neurali al riconoscimento delle immagini.
  • Analizzare il sentiment elaborando dati testuali dai social media.
  • Integrare modelli di machine learning in applicazioni web.
  • Elaborare previsioni attraverso i modelli di analisi a regressione.
  • Individuare nuovi cluster e pattern di dati.
  • Classificare le immagini utilizzando reti neurali convoluzionali profonde.
  • Utilizzare le reti generative avversarie per sintetizzare nuovi dati.
  • Applicare il reinforcement learning per prendere decisioni in ambienti complessi.
 

Inserire il codice per il download.

Inserire il codice per attivare il servizio.