نرم افزار: سیستم ها: محاسبات علمی

آموزش عملی Scikit برای کاربردهای یادگیری ماشین: مبانی علم داده با پایتون

Hands-on Scikit-Learn for Machine Learning Applications: Data Science Fundamentals with Python

دانلود کتاب Hands-on Scikit-Learn for Machine Learning Applications: Data Science Fundamentals with Python (به فارسی: آموزش عملی Scikit برای کاربردهای یادگیری ماشین: مبانی علم داده با پایتون) نوشته شده توسط «David Paper»

اطلاعات کتاب آموزش عملی Scikit برای کاربردهای یادگیری ماشین: مبانی علم داده با پایتون

موضوع اصلی: کامپیوتر – علوم کامپیوتر

نوع: کتاب الکترونیکی

ناشر: Apress

نویسنده: David Paper

زبان: english

فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2020

تعداد صفحه: 242 / 247

حجم فایل: 3.17 مگابایت

کد کتاب: 1484253728 , 9781484253724

نوبت چاپ: 1

توضیحات کتاب آموزش عملی Scikit برای کاربردهای یادگیری ماشین: مبانی علم داده با پایتون

متخصصان مشتاق علم داده می توانند کتابخانه Scikit-Learn را همراه با اصول یادگیری ماشینی با این کتاب بیاموزند. این کتاب توزیع Anaconda Python را با کتابخانه محبوب Scikit-Learn ترکیب می‌کند تا طیف گسترده‌ای از الگوریتم‌های یادگیری ماشینی تحت نظارت و بدون نظارت را نشان دهد. دقت شده است که اصول یادگیری ماشینی را از طریق مثال‌های واضح نوشته شده در پایتون راهنمایی کنیم که می‌توانید آن‌ها را در خانه روی دستگاه خود امتحان کرده و آزمایش کنید.

تمامی مهارت های کاربردی ریاضی و برنامه نویسی مورد نیاز برای تسلط بر مطالب در این کتاب پوشش داده شده است. نیازی به دانش عمیق برنامه نویسی شی گرا نیست زیرا نمونه های کار و کامل ارائه و توضیح داده شده است. نمونه های کدگذاری در صورت لزوم عمیق و پیچیده هستند. آنها همچنین مختصر، دقیق و کامل هستند و مکمل مفاهیم یادگیری ماشینی معرفی شده هستند. کار کردن با مثال‌ها به ایجاد مهارت‌های لازم برای درک و بکارگیری الگوریتم‌های پیچیده یادگیری ماشین کمک می‌کند.

عملی Scikit-Learn برای برنامه های کاربردی یادگیری ماشین یک نقطه شروع عالی برای کسانی است که به دنبال حرفه ای در یادگیری ماشین هستند. دانش آموزان این کتاب اصولی را که پیش نیاز شایستگی هستند، یاد خواهند گرفت. خوانندگان در معرض توزیع Anaconda پایتون قرار خواهند گرفت که به طور خاص برای متخصصان علوم داده طراحی شده است و مهارت‌هایی را در کتابخانه محبوب Scikit-Learn ایجاد می‌کنند که زیربنای بسیاری از برنامه‌های یادگیری ماشین در دنیای پایتون است.

آنچه یاد خواهید گرفت
• با مجموعه داده های ساده و پیچیده مشترک Scikit-Learn
کار کنید
• دستکاری داده ها در بردارها و ماتریس ها برای پردازش الگوریتمی
• با توزیع Anaconda که در علم داده استفاده می شود آشنا شوید
• یادگیری ماشین را با طبقه‌بندی‌کننده‌ها، پس‌رونده‌ها، و کاهش ابعاد استفاده کنید
• الگوریتم ها را تنظیم کنید و بهترین الگوریتم ها را برای هر مجموعه داده پیدا کنید
• بارگیری داده‌ها از قالب‌های CSV، JSON، Numpy و Pandas و ذخیره در آنها

این کتاب برای چه کسانی است
دانشمند مشتاق داده مشتاق ورود به یادگیری ماشینی از طریق تسلط بر اصول اساسی است که گاهی اوقات در عجله برای مولد بودن نادیده گرفته می شود. برخی از دانش برنامه نویسی شی گرا و جبر خطی کاربردی بسیار ابتدایی یادگیری را آسان تر می کند، اگرچه هر کسی می تواند از این کتاب بهره مند شود.

Aspiring data science professionals can learn the Scikit-Learn library along with the fundamentals of machine learning with this book. The book combines the Anaconda Python distribution with the popular Scikit-Learn library to demonstrate a wide range of supervised and unsupervised machine learning algorithms. Care is taken to walk you through the principles of machine learning through clear examples written in Python that you can try out and experiment with at home on your own machine.

All applied math and programming skills required to master the content are covered in this book. In-depth knowledge of object-oriented programming is not required as working and complete examples are provided and explained. Coding examples are in-depth and complex when necessary. They are also concise, accurate, and complete, and complement the machine learning concepts introduced. Working the examples helps to build the skills necessary to understand and apply complex machine learning algorithms.

Hands-on Scikit-Learn for Machine Learning Applications is an excellent starting point for those pursuing a career in machine learning. Students of this book will learn the fundamentals that are a prerequisite to competency. Readers will be exposed to the Anaconda distribution of Python that is designed specifically for data science professionals, and will build skills in the popular Scikit-Learn library that underlies many machine learning applications in the world of Python.

What You’ll Learn
• Work with simple and complex datasets common to Scikit-Learn
• Manipulate data into vectors and matrices for algorithmic processing
• Become familiar with the Anaconda distribution used in data science
• Apply machine learning with Classifiers, Regressors, and Dimensionality Reduction
• Tune algorithms and find the best algorithms for each dataset
• Load data from and save to CSV, JSON, Numpy, and Pandas formats

Who This Book Is For
The aspiring data scientist yearning to break into machine learning through mastering the underlying fundamentals that are sometimes skipped over in the rush to be productive. Some knowledge of object-oriented programming and very basic applied linear algebra will make learning easier, although anyone can benefit from this book.

دانلود کتاب «آموزش عملی Scikit برای کاربردهای یادگیری ماشین: مبانی علم داده با پایتون»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

📖 خرید این کتاب

برای دریافت فایل و اطلاع از قیمت، روی یکی از دکمه‌های زیر کلیک کنید تا پیام آماده برای شما ارسال شود:

پس از ارسال پیام، قیمت و لینک دریافت فایل در اسرع وقت برای شما ارسال خواهد شد.

برچسب ها

دیدگاهتان را بنویسید

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.
کتابخانه دیجیتال بَلیان