Abstract: Oggi più che mai elaborare il magma di dati disponibili è una sfida affascinante e imprescindibile. Il machine learning, ovvero la capacità di creare macchine in grado di apprendere in modo automatico, permette di affrontarla.Questa nuova edizione del bestseller di Sebastian Raschka, profondamente aggiornata e ampliata, accompagna nel mondo del machine learning e mostra come Python sia il linguaggio di programmazione ideale per interrogare i dati e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie dedicate - tra cui TensorFlow e scikit-learn - applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini, e viene dato spazio a due tecniche di machine learning all'avanguardia: il reinforcement learning e le reti generative avversarie (GAN).L'approccio è pragmatico: tutti i concetti sono accompagnati da esempi di codice e tutorial passo-passo. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo della scienza dei dati e ha maturato un'esperienza di base nella programmazione in Python.
Titolo e contributi: Machine learning con Python. Costruire algoritmi per generare conoscenza. Nuova ediz.
Pubblicazione: Feltrinelli Editore, 26/01/2021
EAN: 9788850335244
Data:26-01-2021
Oggi più che mai elaborare il magma di dati disponibili è una sfida affascinante e imprescindibile. Il machine learning, ovvero la capacità di creare macchine in grado di apprendere in modo automatico, permette di affrontarla.Questa nuova edizione del bestseller di Sebastian Raschka, profondamente aggiornata e ampliata, accompagna nel mondo del machine learning e mostra come Python sia il linguaggio di programmazione ideale per interrogare i dati e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie dedicate - tra cui TensorFlow e scikit-learn - applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini, e viene dato spazio a due tecniche di machine learning all'avanguardia: il reinforcement learning e le reti generative avversarie (GAN).L'approccio è pragmatico: tutti i concetti sono accompagnati da esempi di codice e tutorial passo-passo. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo della scienza dei dati e ha maturato un'esperienza di base nella programmazione in Python.
Ultime recensioni inserite
Nessuna recensione
Clicca sulla mappa dove vuoi posizionare il tag