Начать новую тему Ответить на тему
Статистика раздачи
Размер: 4.56 МБ | | Скачали: 49
Сидеров: 0  [0 байт/сек]    Личеров: 0  [0 байт/сек]
Пред. тема | След. тема 

Автор
Сообщение

Ответить с цитатой 

Learning scikit-learn. Machine Learning in Python

Год: 2013
Автор: Garreta R., Moncecchi G.
Издательство: Packt
ISBN: 978-1-78328-193-0
Язык: Английский
Формат: PDF/EPUB/MOBI
Качество: Изначально компьютерное (eBook)
Интерактивное оглавление: Да
Количество страниц: 118
Описание: Experience the benefits of machine learning techniques by applying them to real-world problems using Python and the open source scikit-learn library

Overview
Use Python and scikit-learn to create intelligent applications
Apply regression techniques to predict future behaviour and learn to cluster items in groups by their similarities
Make use of classification techniques to perform image recognition and document classification

In Detail

Machine learning, the art of creating applications that learn from experience and data, has been around for many years. However, in the era of “big data”, huge amounts of information is being generated. This makes machine learning an unavoidable source of new data-based approximations for problem solving.

With Learning scikit-learn: Machine Learning in Python, you will learn to incorporate machine learning in your applications. The book combines an introduction to some of the main concepts and methods in machine learning with practical, hands-on examples of real-world problems. Ranging from handwritten digit recognition to document classification, examples are solved step by step using Scikit-learn and Python.

The book starts with a brief introduction to the core concepts of machine learning with a simple example. Then, using real-world applications and advanced features, it takes a deep dive into the various machine learning techniques.

You will learn to evaluate your results and apply advanced techniques for preprocessing data. You will also be able to select the best set of features and the best methods for each problem.

With Learning scikit-learn: Machine Learning in Python you will learn how to use the Python programming language and the scikit-learn library to build applications that learn from experience, applying the main concepts and techniques of machine learning.

What you will learn from this book
- Set up scikit-learn inside your Python environment
- Classify objects (from documents to human faces and flower species) based on some of their features, using a variety of methods from Support Vector Machines to Naïve Bayes
- Use Decision Trees to explain the main causes of certain phenomenon such as the Titanic passengers’ survival
- Predict house prices using regression techniques
- Display and analyse groups in your data using dimensionality reduction
- Make use of different tools to preprocess, extract, and select the learning features
- Select the best parameters for your models using model selection
- Improve the way you build your models using parallelization techniques
Preface 1
Chapter 1: Machine Learning – A Gentle Introduction 5
Chapter 2: Supervised Learning 25
Chapter 3: Unsupervised Learning 61
Chapter 4: Advanced Features 79
Index 101
Опубликовано группой
Правила, инструкции, FAQ!!!
Торрент   Скачать торрент Магнет ссылка
Скачать торрент
[ Размер 6.53 КБ / Просмотров 39 ]

Статус
Проверен 
 
Размер  4.56 МБ
Приватный: Нет (DHT включён)
.torrent скачан  49
Как залить торрент? | Как скачать Torrent? | Ошибка в торренте? Качайте магнет  


     Отправить личное сообщение
   
Страница 1 из 1
Показать сообщения за:  Поле сортировки  
Начать новую тему Ответить на тему


Сейчас эту тему просматривают: нет зарегистрированных пользователей и гости: 1


Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете добавлять вложения

Перейти:  
Ресурс не предоставляет электронные версии произведений, а занимается лишь коллекционированием и каталогизацией ссылок, присылаемых и публикуемых на форуме нашими читателями. Если вы являетесь правообладателем какого-либо представленного материала и не желаете чтобы ссылка на него находилась в нашем каталоге, свяжитесь с нами и мы незамедлительно удалим её. Файлы для обмена на трекере предоставлены пользователями сайта, и администрация не несёт ответственности за их содержание. Просьба не заливать файлы, защищенные авторскими правами, а также файлы нелегального содержания!