Справка
x
Поиск
Закладки
Озвучить книгу
Изменить режим чтения
Изменить размер шрифта
Оглавление
Для озвучивания и цитирования книги перейдите в режим постраничного просмотра.
Python и машинное обучение
Глава 1. Наделение компьютеров способностью обучаться на данных
/
/
Для продолжения работы требуется
Registration
Предыдущая страница
Следующая страница
Table of contents
Предисловие
Об авторе
О рецензентах
Введение
Глава 1. Наделение компьютеров способностью обучаться на данных
-
Построение интеллектуальных машин для преобразования данных в знания
Три типа машинного обучения
Выполнение прогнозов о будущем на основе обучения с учителем
Задача классификации - распознавание меток классов
Задача регрессии - предсказание непрерывных результатов
Решение интерактивных задач на основе обучения с подкреплением
Обнаружение скрытых структур при помощи обучения без учителя
Выявление подгрупп при помощи кластеризации
Снижение размерности для сжатия данных
Введение в основополагающую терминологию и систему обозначений
Дорожная карта для построения систем машинного обучения
Предобработка - приведение данных в приемлемый вид
Тренировка и отбор прогнозной модели
Оценка моделей и прогнозирование на ранее не встречавшихся экземплярах данных
Использование Python для машинного обучения
Установка библиотек Python
Записные книжки Jupyter/IPython
Резюме
Глава 2. Тренировка алгоритмов машинного обучения для задачи классификации
+
Глава 3. Обзор классификаторов с использованием библиотеки scikit-learn
+
Глава 4. Создание хороших тренировочных наборов - предобработка данных
+
Глава 5. Сжатие данных путем снижения размерности
+
Глава 6. Изучение наиболее успешных методов оценки моделей и тонкой настройки гиперпараметров
+
Глава 7. Объединение моделей для методов ансамблевого обучения
+
Глава 8. Применение алгоритмов машинного обучения в анализе мнений
+
Глава 9. Встраивание алгоритма машинного обучения в веб-приложение
+
Глава 10. Прогнозирование непрерывных целевых величин на основе регрессионного анализа
+
Глава 11. Работа с немаркированными данными - кластерный анализ
+
Глава 12. Тренировка искусственных нейронных сетей для распознавания изображений
+
Глава 13. Распараллеливание тренировки нейронных сетей при помощи Theano
+
Приложение А
+
Глоссарий основных терминов и сокращений
+
Предметный указатель
Данный блок поддерживает скрол*