Includi: nessuno dei seguenti filtri
× Soggetto Alieni
Includi: tutti i seguenti filtri
× Data 2016
× Soggetto Python <linguaggio di programmazione>

Trovati 2 documenti.

Python per ragazzi
Libri Moderni

Briggs, Jason R. <programmatore di software>

Python per ragazzi : un'introduzione giocosa alla programmazione / Jason R. Briggs

LSWR, 2016

Abstract: Python è un linguaggio di programmazione potente e ricco di espressività, facile da imparare e divertente da usare! I libri per imparare a programmare in Python, però, possono essere un po’ pesanti, grigi e noiosi, il che non diverte nessuno. Python per ragazzi rende Python vivo e porta voi (e i vostri genitori) nel mondo della programmazione. Jason R. Briggs, a cui la pazienza non fa mai difetto, vi guiderà attraverso gli aspetti fondamentali mentre sperimenterete programmi d’esempio speciali (che spesso vi faranno anche ridere) in cui compaiono mostri spaventosi, agenti segreti, corvi che si danno al furto e tanto altro ancora. Tutti i termini tecnici sono chiaramente definiti quando vengono introdotti la prima volta; il codice è colorato, sezionato e spiegato; illustrazioni bizzarre a colori contribuiscono a mantenere il tutto più leggero e divertente.

Machine learning con Python
Libri Moderni

Raschka, Sebastian - Mirjalili, Vahid

Machine learning con Python : costruire algoritmi per generare conoscenza / Sebastian Raschka

Apogeo, 2016

Abstract: Elaborare il magma di dati oggi disponibili è una sfida affascinante e imprescindibile per il mondo contemporaneo dove la conoscenza e l'informazione sono il primo valore. Il machine learning è la risposta: grazie ai suoi algoritmi è possibile creare macchine in grado apprendere in maniera automatica e rispondere alle domande chiave per il successo. Questo libro accompagna nel mondo del machine learning e mostra come Python sia il linguaggio di programmazione ideale per costruire algoritmi sofisticati in grado di interrogare i dati nel modo migliore e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie Python dedicate, tra cui scikit-learn, Theano e Keras, applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini. L'approccio didattico è pragmatico: tutti i concetti sono accompagnati da esempi pratici di codice. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo del machine learning oltre a una buona conoscenza di programmazione in Python.