نرم افزار: سیستم ها: محاسبات علمی

آموزش بدون نظارت عملی با استفاده از پایتون: نحوه ساخت راه‌حل‌های یادگیری ماشین کاربردی از داده‌های بدون برچسب

Hands-On Unsupervised Learning Using Python: How to Build Applied Machine Learning Solutions from Unlabeled Data

دانلود کتاب Hands-On Unsupervised Learning Using Python: How to Build Applied Machine Learning Solutions from Unlabeled Data (به فارسی: آموزش بدون نظارت عملی با استفاده از پایتون: نحوه ساخت راه‌حل‌های یادگیری ماشین کاربردی از داده‌های بدون برچسب) نوشته شده توسط «Ankur A Patel»

اطلاعات کتاب آموزش بدون نظارت عملی با استفاده از پایتون: نحوه ساخت راه‌حل‌های یادگیری ماشین کاربردی از داده‌های بدون برچسب

موضوع اصلی: کامپیوتر – علوم کامپیوتر

نوع: کتاب الکترونیکی

ناشر: O’Reilly Media

نویسنده: Ankur A Patel

زبان: english

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

سال انتشار: 2019

تعداد صفحه: 362

حجم فایل: 4.59 مگابایت

کد کتاب: 1492035645 , 9781492035640

نوبت چاپ: Paperback

توضیحات کتاب آموزش بدون نظارت عملی با استفاده از پایتون: نحوه ساخت راه‌حل‌های یادگیری ماشین کاربردی از داده‌های بدون برچسب

بسیاری از کارشناسان صنعت، یادگیری بدون نظارت را مرز بعدی در هوش مصنوعی می دانند، چیزی که ممکن است کلید هوش مصنوعی عمومی باشد. از آنجایی که اکثر داده های جهان بدون برچسب هستند، یادگیری تحت نظارت مرسوم را نمی توان اعمال کرد. از سوی دیگر، یادگیری بدون نظارت را می توان برای مجموعه داده های بدون برچسب برای کشف الگوهای معنی دار مدفون در داده ها اعمال کرد، الگوهایی که کشف آنها برای انسان تقریبا غیرممکن است.

نویسنده آنکور پاتل به شما نشان می دهد چگونه بدون نظارت را اعمال کنید. یادگیری با استفاده از دو چارچوب ساده پایتون آماده تولید: Scikit-learn و TensorFlow با استفاده از Keras. با کد و مثال‌های عملی، دانشمندان داده الگوهای دشواری را در داده‌ها شناسایی می‌کنند و بینش عمیق‌تری کسب می‌کنند، ناهنجاری‌ها را شناسایی می‌کنند، مهندسی و انتخاب ویژگی‌های خودکار را انجام می‌دهند و مجموعه داده‌های مصنوعی تولید می‌کنند. تنها چیزی که برای شروع نیاز دارید برنامه نویسی و تجربه یادگیری ماشینی است.

نقاط قوت و ضعف رویکردهای مختلف یادگیری ماشین را مقایسه کنید: یادگیری تحت نظارت، بدون نظارت و تقویتی
راه اندازی و مدیریت ماشین پروژه های یادگیری سرتاسر
یک سیستم تشخیص ناهنجاری بسازید تا کلاهبرداری کارت اعتباری را شناسایی کنید
کاربران را در گروه های مجزا و همگن دسته بندی کنید
آموزش نیمه نظارتی را انجام دهید
با استفاده از ماشین های محدود بولتزمن سیستم های توصیه کننده فیلم را توسعه دهید
با استفاده از شبکه های متخاصم تولید کننده، تصاویر مصنوعی تولید کنید

Many industry experts consider unsupervised learning the next frontier in artificial intelligence, one that may hold the key to general artificial intelligence. Since the majority of the world’s data is unlabeled, conventional supervised learning cannot be applied. Unsupervised learning, on the other hand, can be applied to unlabeled datasets to discover meaningful patterns buried deep in the data, patterns that may be near impossible for humans to uncover.

Author Ankur Patel shows you how to apply unsupervised learning using two simple, production-ready Python frameworks: Scikit-learn and TensorFlow using Keras. With code and hands-on examples, data scientists will identify difficult-to-find patterns in data and gain deeper business insight, detect anomalies, perform automatic feature engineering and selection, and generate synthetic datasets. All you need is programming and some machine learning experience to get started.

Compare the strengths and weaknesses of the different machine learning approaches: supervised, unsupervised, and reinforcement learning
Set up and manage machine learning projects end-to-end
Build an anomaly detection system to catch credit card fraud
Clusters users into distinct and homogeneous groups
Perform semisupervised learning
Develop movie recommender systems using restricted Boltzmann machines
Generate synthetic images using generative adversarial networks

دانلود کتاب «آموزش بدون نظارت عملی با استفاده از پایتون: نحوه ساخت راه‌حل‌های یادگیری ماشین کاربردی از داده‌های بدون برچسب»

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

برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.

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