Machine Learning – Die Referenz
Mit strukturierten Daten in Python arbeiten
Seiten
2020
|
1. Auflage
O'Reilly (Verlag)
978-3-96009-135-6 (ISBN)
O'Reilly (Verlag)
978-3-96009-135-6 (ISBN)
Das praktische Nachschlagewerk zum Machine Learning mit strukturierten Daten
Der Autor Matt Harrison hat einen wertvollen Leitfaden zusammengestellt, den Sie als zusätzliche Unterstützung während eines Machine-Learning-Kurses nutzen können oder als Nachschlagewerk, wenn Sie Ihr nächstes ML-Projekt mit Python starten.
Das Buch ist ideal für Data Scientists, Softwareentwickler und Datenanalysten, die Machine Learning praktisch anwenden. Es bietet einen Überblick über den kompletten Machine-Learning-Prozess und führt Sie durch die Klassifizierung strukturierter Daten. Sie lernen dann unter anderem Methoden zur Modellauswahl, zur Regression, zur Reduzierung der Dimensionalität und zum Clustering kennen. Die Codebeispiele sind so kompakt angelegt, dass Sie sie für Ihre eigenen Projekte verwenden und auch gut anpassen können.
Themen dieser Referenz:
- Konzentriert sich auf Themen, die für den praktizierenden Machine-Learning-Anwender interessant sind
- Enthält eine große Anzahl wertvoller Codebeispiele für strukturierte Daten, die in der Praxis konkret weiterhelfen
- Zeigt, wie verschiedene Bibliotheken zur Lösung praktischer Fragestellungen eingesetzt werden
Der Autor Matt Harrison hat einen wertvollen Leitfaden zusammengestellt, den Sie als zusätzliche Unterstützung während eines Machine-Learning-Kurses nutzen können oder als Nachschlagewerk, wenn Sie Ihr nächstes ML-Projekt mit Python starten.
Das Buch ist ideal für Data Scientists, Softwareentwickler und Datenanalysten, die Machine Learning praktisch anwenden. Es bietet einen Überblick über den kompletten Machine-Learning-Prozess und führt Sie durch die Klassifizierung strukturierter Daten. Sie lernen dann unter anderem Methoden zur Modellauswahl, zur Regression, zur Reduzierung der Dimensionalität und zum Clustering kennen. Die Codebeispiele sind so kompakt angelegt, dass Sie sie für Ihre eigenen Projekte verwenden und auch gut anpassen können.
Themen dieser Referenz:
- Klassifikation veranschaulicht am Titanic-Datensatz
- Datenbereinigung und der Umgang mit fehlenden Daten
- Explorative Datenanalyse
- Typische Vorverarbeitungsschritte
- Auswahl von Merkmalen, die für das Modell relevant sind
- Modellauswahl und die Interpretation von Modellen
- Regression mit verschiedenen Machine-Learning-Techniken
- Metriken für die Klassifikations- und Regressionsbewertung
- Clustering und Dimensionsreduktion
- Scikit-learn-Pipelines
Matt Harrison leitet MetaSnake, ein Trainings- und Beratungsunternehmen für Python und Data Science. Er setzt Python seit 2000 in einer Vielzahl von Bereichen ein: Data Science, BI, Speicherung, Testing und Automatisierung, Open-Source-Stack-Management und Finanzen.
| Erscheinungsdatum | 23.10.2020 |
|---|---|
| Reihe/Serie | Animals |
| Übersetzer | Thomas Lotze |
| Verlagsort | Heidelberg |
| Sprache | deutsch |
| Maße | 165 x 240 mm |
| Einbandart | kartoniert |
| Themenwelt | Informatik ► Datenbanken ► Data Warehouse / Data Mining |
| Mathematik / Informatik ► Informatik ► Programmiersprachen / -werkzeuge | |
| Schlagworte | AI • Algorithmen • Artificial Intelligence • Data Science • KI • Künstliche Intelligenz • Künstliche Intelligenz • Maschinelles Lernen • Neural networks • NumPy • Pandas • scikit-learn • Statistische Datenanalyse • supervised learning • überwachtes Lernen • überwachtes Lernen |
| ISBN-10 | 3-96009-135-4 / 3960091354 |
| ISBN-13 | 978-3-96009-135-6 / 9783960091356 |
| Zustand | Neuware |
| Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Auswertung von Daten mit pandas, NumPy und IPython
Buch | Softcover (2023)
O'Reilly (Verlag)
CHF 62,85
Buch | Softcover (2023)
O'Reilly (Verlag)
CHF 76,85
