دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Hands-on data science and Python machine learning : perform data mining and machine learning efficiently using Python and Spark
دانلود کتاب علم داده عملی و یادگیری ماشین پایتون: داده کاوی و یادگیری ماشین را به طور موثر با استفاده از پایتون و اسپارک انجام دهید
مشخصات کتاب
Hands-on data science and Python machine learning : perform data mining and machine learning efficiently using Python and Spark
ویرایش:
نویسندگان: Frank Kane
سری:
ISBN (شابک) : 1787280748, 9781787280748
ناشر: Packt Publishing - ebooks Account
سال نشر: 2017
تعداد صفحات: 415
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 15 مگابایت
قیمت کتاب (تومان) : 71,000
کلمات کلیدی مربوط به کتاب علم داده عملی و یادگیری ماشین پایتون: داده کاوی و یادگیری ماشین را به طور موثر با استفاده از پایتون و اسپارک انجام دهید: اسپارک (منبع الکترونیکی: بنیاد نرم افزار آپاچی)، پایتون (زبان برنامه کامپیوتری)، یادگیری ماشین، داده کاوی، هوش مصنوعی.
در صورت تبدیل فایل کتاب Hands-on data science and Python machine learning : perform data mining and machine learning efficiently using Python and Spark به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب علم داده عملی و یادگیری ماشین پایتون: داده کاوی و یادگیری ماشین را به طور موثر با استفاده از پایتون و اسپارک انجام دهید نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب علم داده عملی و یادگیری ماشین پایتون: داده کاوی و یادگیری ماشین را به طور موثر با استفاده از پایتون و اسپارک انجام دهید
ویژگی های کلیدی
- اولین قدم های خود را در دنیای علم داده با درک ابزارها و تکنیک های تجزیه و تحلیل داده بردارید
- آموزش مدل های یادگیری ماشینی کارآمد در پایتون با استفاده از روش های یادگیری تحت نظارت و بدون نظارت
- یاد بگیرید چگونه از Apache Spark برای پردازش کارآمد داده های بزرگ استفاده کنید
توضیحات کتاب
به فرانک کین بپیوندید، که روی آمازون و الگوریتمهای یادگیری ماشینی IMDb، زیرا او شما را در اولین قدمهایتان به دنیای علم داده راهنمایی میکند. Hands-On Data Science و Python Machine Learning ابزارهایی را در اختیار شما میگذارد که برای درک و کشف موضوعات اصلی در این زمینه، و اعتماد به نفس و تمرین برای ساختن و تجزیه و تحلیل مدلهای یادگیری ماشینی خود نیاز دارید. فرانک کین با کمک مثالهای عملی جالب و آسان، موضوعات پیچیدهای مانند روشهای بیزی و خوشهبندی K-means را به گونهای توضیح میدهد که همه بتوانند آنها را درک کنند.
بر اساس دادههای موفق فرانک. دوره علمی، Hands-On Data Science و Python Machine Learning به شما این امکان را می دهد که تجزیه و تحلیل داده ها را انجام دهید و یادگیری ماشینی کارآمد را با استفاده از پایتون انجام دهید. اجازه دهید فرانک به شما کمک کند تا با استفاده از تکنیک های مختلف داده کاوی و تجزیه و تحلیل داده های موجود در پایتون، ارزش داده های خود را کشف کنید و مدل های پیش بینی کارآمد را برای پیش بینی نتایج آینده توسعه دهید. همچنین یاد خواهید گرفت که چگونه با استفاده از آپاچی اسپارک، یادگیری ماشینی در مقیاس بزرگ را روی داده های بزرگ انجام دهید. این کتاب شامل آمادهسازی دادههای شما برای تجزیه و تحلیل، آموزش مدلهای یادگیری ماشینی و تجسم تجزیه و تحلیل دادههای نهایی است.
آنچه خواهید آموخت
- بیاموزید که چگونه دادههای خود را تمیز کرده و آماده کنید. آن را برای تجزیه و تحلیل
- اجرای روش های خوشه بندی و رگرسیون رایج در پایتون
- آموزش مدل های یادگیری ماشین کارآمد با استفاده از درخت های تصمیم گیری و جنگل های تصادفی
- نتایج تجزیه و تحلیل خود را تجسم کنید با استفاده از کتابخانه Matplotlib Python
- از بسته MLlib Apache Spark برای انجام یادگیری ماشین روی مجموعه داده های بزرگ استفاده کنید
درباره نویسنده
نام من است فرانک کین. من نه سال را در آمازون و IMDb گذراندم و میلیونها رتبهبندی مشتری و تراکنشهای مشتری را به چالش کشیدم تا چیزهایی مانند توصیههای شخصیسازی شده برای فیلمها و محصولات تولید کنم و «افرادی که این را خریدهاند نیز خریدند». در آن زمان، زمانی که من سال ها تلاش کردم تا این مشکلات را در آنجا حل کنم. من دارای 17 حق ثبت اختراع در زمینه های محاسبات توزیع شده، داده کاوی و یادگیری ماشین هستم. در سال 2012، من شرکت موفق خود را به نام Sundog Software راهاندازی کردم که بر فناوری محیط واقعیت مجازی تمرکز دارد و به دیگران درباره تجزیه و تحلیل دادههای بزرگ آموزش میدهد.
فهرست محتوا
- شروع به کار
- بازنگری آمار و احتمالات و تمرین پایتون
- Matplotlib و مفاهیم احتمالی پیشرفته
- مدل های پیش بینی
- یادگیری ماشینی با پایتون< /li>
- سیستمهای توصیهکننده
- تکنیکهای دادهکاوی و یادگیری ماشینی بیشتر
- برخورد با دادههای دنیای واقعی
- Apache Spark: یادگیری ماشینی روی دادههای بزرگ
- تست و طراحی آزمایشی
توضیحاتی درمورد کتاب به خارجی
Key Features
- Take your first steps in the world of data science by understanding the tools and techniques of data analysis
- Train efficient Machine Learning models in Python using the supervised and unsupervised learning methods
- Learn how to use Apache Spark for processing Big Data efficiently
Book Description
Join Frank Kane, who worked on Amazon and IMDb’s machine learning algorithms, as he guides you on your first steps into the world of data science. Hands-On Data Science and Python Machine Learning gives you the tools that you need to understand and explore the core topics in the field, and the confidence and practice to build and analyze your own machine learning models. With the help of interesting and easy-to-follow practical examples, Frank Kane explains potentially complex topics such as Bayesian methods and K-means clustering in a way that anybody can understand them.
Based on Frank’s successful data science course, Hands-On Data Science and Python Machine Learning empowers you to conduct data analysis and perform efficient machine learning using Python. Let Frank help you unearth the value in your data using the various data mining and data analysis techniques available in Python, and to develop efficient predictive models to predict future results. You will also learn how to perform large-scale machine learning on Big Data using Apache Spark. The book covers preparing your data for analysis, training machine learning models, and visualizing the final data analysis.
What you will learn
- Learn how to clean your data and ready it for analysis
- Implement the popular clustering and regression methods in Python
- Train efficient machine learning models using decision trees and random forests
- Visualize the results of your analysis using Python’s Matplotlib library
- Use Apache Spark’s MLlib package to perform machine learning on large datasets
About the Author
My name is Frank Kane. I spent nine years at Amazon and IMDb, wrangling millions of customer ratings and customer transactions to produce things such as personalized recommendations for movies and products and "people who bought this also bought." I tell you, I wish we had Apache Spark back then, when I spent years trying to solve these problems there. I hold 17 issued patents in the fields of distributed computing, data mining, and machine learning. In 2012, I left to start my own successful company, Sundog Software, which focuses on virtual reality environment technology, and teaching others about big data analysis.
Table of Contents
- Getting Started
- Statistics and Probability Refresher and Python Practice
- Matplotlib and Advanced Probability Concepts
- Predictive Models
- Machine Learning with Python
- Recommender Systems
- More Data Mining and Machine Learning Techniques
- Dealing with Real-World Data
- Apache Spark: Machine Learning on Big Data
- Testing and Experimental Design
نظرات کاربران
کتاب های تصادفی
