مشخصات کتاب

Machine Learning Cookbook with Python: Create ML and Data Analytics Projects Using Some Amazing Open Datasets

ویرایش:  
نویسندگان: Rehan Guha  
سری:  
ISBN (شابک) : 9789389898002 
ناشر: BPB Publications 
سال نشر: 2021 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 11 مگابایت 

در صورت تبدیل فایل کتاب Machine Learning Cookbook with Python: Create ML and Data Analytics Projects Using Some Amazing Open Datasets 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 کتاب آشپزی یادگیری ماشین با پایتون: ایجاد پروژه های ML و تجزیه و تحلیل داده ها با استفاده از مجموعه داده های باز شگفت انگیز 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 کتاب آشپزی یادگیری ماشین با پایتون: ایجاد پروژه های ML و تجزیه و تحلیل داده ها با استفاده از مجموعه داده های باز شگفت انگیز

کتاب آشپزی که به شما کمک می‌کند الگوریتم‌ها و تکنیک‌های یادگیری ماشین را با ساختن پروژه‌های دنیای واقعی پیاده‌سازی کنید Ê ویژگی‌های کلیدی‌ بیاموزید چگونه یک خط لوله یادگیری ماشینی را که با ریاضیات کافی پشتیبانی می‌شود مدیریت کنید. مدل های پیش بینی کننده ایجاد کنید و مدل مناسب را برای انواع مختلف مجموعه داده ها انتخاب کنید. هنر تنظیم یک مدل را برای بهبود دقت مطابق با الزامات تجاری بیاموزید. با مفاهیم مرتبط با تجزیه و تحلیل داده با تجسم، علم داده و یادگیری ماشین آشنا شوید. توصیف یادگیری ماشینی اصلاً نباید ترسناک باشد. این کتاب بر روی مفاهیم یادگیری ماشین و تجزیه و تحلیل داده ها با توضیحات ریاضی و مثال های برنامه نویسی تمرکز دارد. همه کدها در پایتون نوشته شده اند زیرا یکی از محبوب ترین زبان های برنامه نویسی مورد استفاده برای علم داده و یادگیری ماشین است. در اینجا من از چندین کتابخانه مانند NumPy، Pandas، scikit-learn و غیره استفاده کرده ام تا کارمان را آسان کرده و چرخ را دوباره اختراع نکنیم. در مجموع پنج پروژه وجود دارد که هر کدام یک مشکل منحصر به فرد را حل می کنند. با دستور العمل های این کتاب آشپزی، فرد یاد می گیرد که چگونه مسائل یادگیری ماشین را برای داده های بلادرنگ حل کند و تجزیه و تحلیل و تجزیه و تحلیل داده ها، طبقه بندی و موارد دیگر را انجام دهد. مجموعه داده های مورد استفاده نیز منحصر به فرد هستند و به فرد کمک می کند تا فکر کند، مشکل را درک کند و به سمت هدف حرکت کند. کتاب از ریاضیات اشباع نشده است، اما اکثراً تمام مفاهیم ریاضی برای موضوعات مهم پوشش داده شده است. هر فصل معمولاً با برخی از تئوری ها و پیش نیازها شروع می شود و سپس به تدریج به پیاده سازی همان مفهوم با استفاده از پایتون می پردازد و یک پروژه را در پس زمینه نگه می دارد. Ê Ê چه خواهید آموخت درک عملکرد O.S.E.M.N. چارچوب در Data Science.Ê با پیاده سازی انتها به انتها خط لوله یادگیری ماشین آشنا شوید. یاد بگیرید که چگونه الگوریتم ها و مفاهیم یادگیری ماشین را با استفاده از پایتون پیاده سازی کنید. بیاموزید که چگونه یک مدل پیش بینی برای یک مورد تجاری بسازید. این کتاب برای چه کسی است. این کتاب همچنین به عنوان یک کتاب راهنمای مرجع برای متخصصان یادگیری ماشین متوسط ​​عمل می کند. Ê فهرست مطالب 1. جنایت بوستون 2. گزارش شادی جهانی 3. گونه زنبق 4. تشخیص تقلب در کارت اعتباری 5. UCI بیماری قلبی

توضیحاتی درمورد کتاب به خارجی

A Cookbook that will help you implement Machine Learning algorithms and techniques by building real-world projects Ê KEY FEATURESÊ Learn how to handle an entire Machine Learning Pipeline supported with adequate mathematics. Create Predictive Models and choose the right model for various types of Datasets. Learn the art of tuning a model to improve accuracy as per Business requirements. Get familiar with concepts related to Data Analytics with Visualization, Data Science and Machine Learning. DESCRIPTION Machine Learning does not have to be intimidating at all. This book focuses on the concepts of Machine Learning and Data Analytics with mathematical explanations and programming examples. All the codes are written in Python as it is one of the most popular programming languages used for Data Science and Machine Learning. Here I have leveraged multiple libraries like NumPy, Pandas, scikit-learn, etc. to ease our task and not reinvent the wheel. There are five projects in total, each addressing a unique problem. With the recipes in this cookbook, one will learn how to solve Machine Learning problems for real-time data and perform Data Analysis and Analytics, Classification, and beyond. The datasets used are also unique and will help one to think, understand the problem and proceed towards the goal. The book is not saturated with Mathematics, but mostly all the Mathematical concepts are covered for the important topics. Every chapter typically starts with some theory and prerequisites, and then it gradually dives into the implementation of the same concept using Python, keeping a project in the background.Ê Ê WHAT WILL YOU LEARN Understand the working of the O.S.E.M.N. framework in Data Science.Ê Get familiar with the end-to-end implementation of Machine Learning Pipeline. Learn how to implement Machine Learning algorithms and concepts using Python. Learn how to build a Predictive Model for a Business case. WHO THIS BOOK IS FORÊ This cookbook is meant for anybody who is passionate enough to get into the World of Machine Learning and has a preliminary understanding of the Basics of Linear Algebra, Calculus, Probability, and Statistics. This book also serves as a reference guidebook for intermediate Machine Learning practitioners. Ê TABLE OF CONTENTS 1. Boston Crime 2. World Happiness Report 3. Iris Species 4. Credit Card Fraud Detection 5. Heart Disease UCI

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Linear Delay-Differential Systems with Commensurate Delays: An Algebraic Approach

دانلود کتاب GEORGIA:: IN THE MOUNTAINS OF POETRY (Caucasus World: Peoples of the Caucasus)

دانلود کتاب Awakening through the Nine Bodies: Explorations in Consciousness for Mindfulness Meditation and Yoga Practitioners

دانلود کتاب Mapping the Posthuman (Perspectives on the Non-Human in Literature and Culture)

دانلود کتاب 全訳正法眼蔵