By Andreas C. Müller,Sarah Guido,Kristian Rother
Mit Python und der scikit-learn-Bibliothek erarbeiten Sie sich alle Schritte, die für eine erfolgreiche Machine-Learning-Anwendung notwendig sind. Die Autoren Andreas Müller und Sarah Guido konzentrieren sich bei der Verwendung von Machine-Learning-Algorithmen auf die praktischen Aspekte statt auf die Mathematik dahinter. Wenn Sie zusätzlich mit den Bibliotheken NumPy und matplotlib vertraut sind, hilft Ihnen dies, noch mehr aus diesem educational herauszuholen.
Das Buch zeigt Ihnen:
- grundlegende Konzepte und Anwendungen von desktop Learning
- Vor- und Nachteile weit verbreiteter maschineller Lernalgorithmen
- wie sich die von computing device studying verarbeiteten Daten repräsentieren lassen und auf welche Aspekte der Daten Sie sich konzentrieren sollten
- fortgeschrittene Methoden zur Auswertung von Modellen und zum Optimieren von Parametern
- das Konzept von Pipelines, mit denen Modelle verkettet und Arbeitsabläufe gekapselt werden
- Arbeitsmethoden für Textdaten, insbesondere textspezifische Verarbeitungstechniken
- Möglichkeiten zur Verbesserung Ihrer Fähigkeiten in den Bereichen desktop studying und info Science
Dieses Buch ist eine fantastische, large praktische Informationsquelle für jeden, der mit computer studying in Python starten möchte – ich wünschte nur, es hätte schon existiert, als ich mit scikit-learn anfing!
Hanna Wallach, Senior Researcher, Microsoft Research
Read or Download Einführung in Machine Learning mit Python: Praxiswissen Data Science (Animals) (German Edition) PDF
Best data mining books
On-line social networks gather details from clients' social contacts and their day-by-day interactions (co-tagging of photographs, co-rating of goods and so forth. ) to supply them with innovations of recent items or friends. Lately, technological progressions in cellular units (i. e. clever telephones) enabled the incorporation of geo-location facts within the conventional web-based on-line social networks, bringing the hot period of Social and cellular net.
Become aware of fraud prior to mitigate loss and stop cascading harm Fraud Analytics utilizing Descriptive, Predictive, and Social community Techniques is an authoritative guidebook for developing a finished fraud detection analytics resolution. Early detection is a key think about mitigating fraud harm, however it comprises extra really good strategies than detecting fraud on the extra complicated levels.
A User's Guide to Business Analytics
A User's consultant to enterprise Analytics offers a accomplished dialogue of statistical tools necessary to the company analyst. tools are built from a reasonably uncomplicated point to deal with readers who've restricted education within the thought of data. a considerable variety of case stories and numerical illustrations utilizing the R-software package deal are supplied for the good thing about influenced newcomers who are looking to get a head begin in analytics in addition to for specialists at the task who will profit through the use of this article as a reference booklet.
Time Series Analysis Methods and Applications for Flight Data
This booklet specializes in diverse aspects of flight facts research, together with the elemental targets, tools, and implementation recommendations. As mass flight facts possesses the common features of time sequence, the time sequence research tools and their program for flight facts were illustrated from a number of facets, comparable to info filtering, information extension, function optimization, similarity seek, pattern tracking, fault prognosis, and parameter prediction, and so on.
- Open Source Intelligence Investigation: From Strategy to Implementation (Advanced Sciences and Technologies for Security Applications)
- Oracle Database 12c SQL
- Exploring the Design and Effects of Internal Knowledge Markets (SpringerBriefs in Digital Spaces)
- The 3-D Global Spatial Data Model: Principles and Applications, Second Edition
- Data Preprocessing in Data Mining (Intelligent Systems Reference Library)
Additional info for Einführung in Machine Learning mit Python: Praxiswissen Data Science (Animals) (German Edition)
Example text