Python Machine Learning Case Studies: Five Case Studies for the Data Scientist

رویکردهای یادگیری ماشین و پایتون را برای فعال کردن ارائه خودکار بینش‌های غنی و حل مشکلات کسب‌وکار در آغوش بگیرید. این کتاب از یک رویکرد مبتنی بر مطالعه موردی عملی برای شکستن برنامه‌های کاربردی دنیای واقعی استفاده می‌کند که مفاهیم یادگیری ماشین را می‌توان برای آنها اعمال کرد. این ماشین‌های هوشمندتر فرآیندهای کسب‌وکار شما را قادر می‌سازند تا با کمترین زمان و منابع به کارایی دست یابند.

مطالعات موردی یادگیری ماشین پایتون شما را از مراحل بهبود فرآیندهای کسب‌وکار و تعیین نقاط محوری راهنمایی می‌کند. که استراتژی های چارچوب. تکنیک‌های یادگیری ماشینی را می‌بینید که می‌توانید برای پشتیبانی از محصولات و خدمات خود استفاده کنید. علاوه بر این، مزایا و معایب هر یک از مفاهیم یادگیری ماشین را یاد خواهید گرفت تا به شما کمک کند تصمیم بگیرید که کدامیک به بهترین وجه با نیازهای شما مطابقت دارد.

با اتخاذ یک رویکرد گام به گام برای کدنویسی در پایتون، می‌توانید قادر به درک

منطق انتخاب مدل و تصمیم گیری در فرآیند یادگیری ماشین باشید. این کتاب به مثال‌های عملی همراه با قطعه‌های کد مجهز است تا اطمینان حاصل کند که رویکرد علم داده برای حل مسائل دنیای واقعی را درک می‌کنید.

چه خواهید آموخت

• درباره مفاهیم یادگیری ماشین اطلاعاتی به دست آورید 

• بر روی کاربردهای واقعی یادگیری ماشین کار کنید

• مفاهیم را بیاموزید انتخاب و بهینه سازی مدل
• از دیدگاه یادگیری ماشینی یک نمای کلی از پایتون دریافت کنید

این کتاب برای چه کسی است

دانشمندان داده، تحلیلگران داده، مهندسان هوش مصنوعی، علاقه مندان به داده های بزرگ، دانشمندان کامپیوتر، دانشجویان علوم کامپیوتر، و تحلیلگران بازار سرمایه.

Embrace machine learning approaches and Python to enable automatic rendering of rich insights and solve business problems. The book uses a hands-on case study-based approach to crack real-world applications to which machine learning concepts can be applied. These smarter machines will enable your business processes to achieve efficiencies on minimal time and resources.

Python Machine Learning Case Studies takes you through the steps to improve business processes and determine the pivotal points that frame strategies. You’ll see machine learning techniques that you can use to support your products and services. Moreover you’ll learn the pros and cons of each of the machine learning concepts to help you decide which one best suits your needs.

By taking a step-by-step approach to coding in Python you’ll be able to understand

the rationale behind model selection and decisions within the machine learning process. The book is equipped with practical examples along with code snippets to ensure that you understand the data science approach to solving real-world problems.

What You Will Learn

• Gain insights into machine learning concepts 

• Work on real-world applications of machine learning

• Learn concepts of model selection and optimization
• Get a hands-on overview of Python from a machine learning point of view

Who This Book Is For

Data scientists, data analysts, artificial intelligence engineers, big data enthusiasts, computer scientists, computer sciences students, and capital market analysts.