Introduction à l'apprentissage automatique avec Python: Un Guide pour les Scientifiques des Données (Édition indienne en niveaux de gris)

L'apprentissage automatique est devenu une partie intégrante de nombreuses applications commerciales et projets de recherche, mais ce domaine n'est pas réservé aux grandes entreprises disposant de vastes équipes de recherche.

Si vous utilisez Python, même en tant que débutant, ce livre vous enseignera des méthodes pratiques pour construire vos propres solutions d'apprentissage automatique.

Avec toutes les données disponibles aujourd'hui, les applications d'apprentissage automatique ne sont limitées que par votre imagination. Vous apprendrez les étapes nécessaires pour créer une application d'apprentissage automatique réussie avec Python et la bibliothèque scikitlearn.

Les auteurs Andreas Mller et Sarah Guido se concentrent sur les aspects pratiques de l'utilisation des algorithmes d'apprentissage automatique, plutôt que sur les mathématiques qui les sous-tendent.

La familiarité avec les bibliothèques NumPy et matplotlib vous aidera à tirer encore plus de ce livre. Avec ce livre, vous apprendrez:Concepts fondamentaux et applications de l'apprentissage automatique Avantages et inconvénients des algorithmes d'apprentissage automatique largement utilisés Comment représenter les données traitées par l'apprentissage automatique, y compris sur quels aspects des données se concentrer Méthodes avancées pour l'évaluation des modèles et le réglage des paramètres Le concept de pipelines pour enchaîner les modèles et encapsuler votre flux de travail Méthodes pour travailler avec des données textuelles, y compris les techniques de traitement spécifiques au texte Suggestions pour améliorer vos compétences en apprentissage automatique et en science des données.