- 28.05.2024
- 878
- 0
- 31
- Награды
- 4
- 23
Репутация:
Машинное обучение для абсолютных новичков. Вводный курс, изложенный простым языком [Оливер Теобальд]
Практическое и подробное введение в машинное обучение.
Простые и понятные объяснения и отсутствие необходимости опыта программирования делают эту книгу прекрасной альтернативой академическому учебнику. Здесь представлены основные алгоритмы машинного обучения (ML), которые сопровождаются наглядными примерами и практическими работами. Также вы узнаете про перекрестную проверку, ансамблевое моделирование, поиск по сетке для настройки моделей, проектирование функций, горячее кодирование и многое другое.
Для разработки интеллектуальных машин в первую очередь надо понять классическую статистику, так как алгоритмы на ее основе — это сердце машинного обучения. Написание кода — еще одна неотъемлемая часть ML, которая предусматривает управление данными. Однако материал этого руководства можно освоить даже без навыков программирования.
Возможно, с чтения этой книги начнется ваш путь к получению работы в области машинного обучения, а может быть, она просто удовлетворит ваше любопытство.
Внутри руководства:
- Загрузка бесплатных наборов данных.
- Методы очистки данных, включая горячее кодирование, группирование и обработку недостающих данных.
- Подготовка данных для анализа.
- Линейный регрессионный анализ.
- Кластеризация, включая кластеризацию k-средних.
- Основы работы нейронных сетей.
- Смещение/дисперсия для улучшения модели машинного обучения.
- Деревья решений для декодирования классификации.
- Ваша первая модель машинного обучения с помощью Python.
технический писатель, специализирующийся на темах искусственного интеллекта, финансовых технологий и облачных вычислений. Автор книг Python for Absolute Beginners, Machine Learning with Python for Beginners, Data Analytics for Absolute Beginners и др.
"Машинное обучение для абсолютных новичков" Оливера Теобальда — это идеальная книга для тех, кто хочет изучить основы машинного обучения (ML) без опыта программирования.
Книга содержит основные алгоритмы ML, наглядные примеры, практические работы и обучение классической статистике. Руководство включает в себя материалы про загрузку бесплатных наборов данных, методы очистки и подготовки данных для анализа, основы работы нейронных сетей и многое другое.
Формат: PDF.
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
Последние темы в этом разделе:
- [n4e.ru] Внедрение VxLAN EVPN на IOS (2024)
- [Udemy] WDS - Создание и управление образами развертывания Windows (2024)
- [RealManual] ZL - Базы данных в Kubernetes (2024)
- [Stepik] Системное администрирование в Linux (2024)
- [Максим Дуплей] [Stepik] Docker для начинающих: Шаг за шагом (2024)
- [n4e.ru] Настройка многоадресной маршрутизации (2024)
- [Udemy] ChatGPT для этических хакеров и тестеров на проникновение (2024)
- [n4e.ru] Внедрение маршутизации ISIS (2024)
- [Сергей Балакирев] [Stepik] Добрые, добрые структуры данных (2024)
- [n4e.ru] Dynamic Multipoint VPN (2023)