دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Henrik Brink, Joseph Richards, Mark Fetherolf سری: ناشر: Manning Publications سال نشر: 2016 تعداد صفحات: 266 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 15 مگابایت
در صورت تبدیل فایل کتاب Real-World Machine Learning 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 یادگیری ماشین در دنیای واقعی 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.
یادگیری ماشینی در دنیای واقعی به شما مفاهیم و تکنیکهایی را
میآموزد که برای اینکه یک متخصص یادگیری ماشینی موفق باشید، بدون
اینکه بیش از حد در تئوری انتزاعی و ریاضیات پیچیده به شما
بپردازید، میآموزید. با کار کردن بر روی مثالهای مرتبط فوری در
پایتون، مهارتهایی در اکتساب دادهها و مدلسازی، طبقهبندی و
رگرسیون خواهید داشت. همچنین مهمترین وظایف مانند اعتبارسنجی
مدل، بهینهسازی، مقیاسپذیری، و پخش بیدرنگ را بررسی خواهید
کرد. پس از اتمام کار، آماده ساخت، استقرار و نگهداری سیستمهای
قدرتمند ML خود خواهید بود.
آموزش ماشینی در دنیای واقعی یک راهنمای عملی است که برای آموزش
هنر اجرای پروژه ML به توسعهدهندگان فعال طراحی شده است. بدون
اینکه شما را در تئوری دانشگاهی و ریاضیات پیچیده بیش از حد مصرف
کند، تمرین روزمره یادگیری ماشین را معرفی می کند و شما را برای
ساخت و استقرار موفقیت آمیز سیستم های قدرتمند ML آماده می
کند.
پیش بینی رفتار آینده
ارزیابی و بهینه سازی عملکرد
تجزیه و تحلیل احساسات و ارائه توصیه ها
Real-World Machine Learning will teach you the concepts and
techniques you need to be a successful machine learning
practitioner without overdosing you on abstract theory and
complex mathematics. By working through immediately relevant
examples in Python, youll build skills in data acquisition and
modeling, classification, and regression. Youll also explore
the most important tasks like model validation, optimization,
scalability, and real-time streaming. When youre done, youll be
ready to successfully build, deploy, and maintain your own
powerful ML systems.
Real-World Machine Learning is a practical guide designed to
teach working developers the art of ML project execution.
Without overdosing you on academic theory and complex
mathematics, it introduces the day-to-day practice of machine
learning, preparing you to successfully build and deploy
powerful ML systems.
Predicting future behavior
Performance evaluation and optimization
Analyzing sentiment and making recommendations