دانلود کتاب Monetizing Machine Learning: Quickly Turn Python ML Ideas into Web Applications on the Serverless Cloud (به فارسی: کسب درآمد از یادگیری ماشین: به سرعت ایده های Python ML را به برنامه های وب در ابر بدون سرور تبدیل کنید) نوشته شده توسط «Manuel Amunategui – Mehdi Roopaei»
اطلاعات کتاب کسب درآمد از یادگیری ماشین: به سرعت ایده های Python ML را به برنامه های وب در ابر بدون سرور تبدیل کنید
موضوع اصلی: کامپیوتر – علوم کامپیوتر
نوع: کتاب الکترونیکی
ناشر: Apress
نویسنده: Manuel Amunategui – Mehdi Roopaei
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2018
تعداد صفحه: 482 / 510
حجم فایل: 22.29 مگابایت
کد کتاب: 1484238729 , 9781484238721
نوبت چاپ: 1
توضیحات کتاب کسب درآمد از یادگیری ماشین: به سرعت ایده های Python ML را به برنامه های وب در ابر بدون سرور تبدیل کنید
ایده‌های یادگیری ماشین پایتون خود را در نظر بگیرید و برنامه‌های وب بدون سرور ایجاد کنید که برای هر کسی با اتصال اینترنت قابل دسترسی است. برخی از محبوب ترین ارائه دهندگان ابری بدون سرور در این کتاب پوشش داده شده اند – Amazon، Microsoft، Google، و PythonAnywhere.
شما با یک سری از مشکلات رایج علم داده پایتون با نظمی فزاینده از پیچیدگی کار خواهید کرد. پروژه های عملی ارائه شده در این کتاب ساده، واضح هستند و می توان از آنها به عنوان الگو برای شروع پرش بسیاری از انواع پروژه های دیگر استفاده کرد. شما یاد خواهید گرفت که یک برنامه کاربردی وب پیرامون پیش بینی های عددی یا طبقه بندی ایجاد کنید، تجزیه و تحلیل متن را درک کنید، ارائه های قدرتمند و تعاملی ایجاد کنید، دسترسی محدود به داده ها را ارائه دهید و از پلاگین های وب برای پذیرش پرداخت ها و کمک های مالی با کارت اعتباری استفاده کنید. شما پروژه های خود را در کمترین زمان به دستان جهانیان خواهید رساند.
هر فصل سه مرحله را دنبال می کند: مدل سازی روش صحیح، طراحی و توسعه یک برنامه وب محلی، و استقرار بر روی یک ارائه دهنده ابر بدون سرور محبوب و قابل اعتماد. شما به راحتی می توانید به موضوعات خاصی در کتاب بپرید یا از آن بگذرید. همچنین برای نسخه های کامل کدهای پوشش داده شده در کتاب، به نوت بوک ها و مخازن کد Jupyter دسترسی خواهید داشت.
آنچه یاد خواهید گرفت
مدل های یادگیری ماشین خود را با استفاده از تکنیک های ساده برای ایجاد داشبوردهای وب جذاب و تعاملی گسترش دهید
از چارچوب وب Flask برای نمونه سازی سریع مدل ها و ایده های پایتون خود استفاده کنید
ایجاد محتوای پویا با ضرایب رگرسیون، رگرسیون لجستیک، ماشین‌های تقویت گرادیان، طبقه‌بندی بیزی و موارد دیگر
با صادر کردن مدل‌های ذخیره‌شده در برنامه‌های وب، از قدرت TensorFlow استفاده کنید
داشبوردهای وب غنی ایجاد کنید تا ورودی های پیچیده کاربر در زمان واقعی را با جاوا اسکریپت و آژاکس مدیریت کنید تا محتوای تعاملی و سفارشی به دست آورید
برای ارائه دسترسی مبتنی بر اشتراک، داشبوردهایی با دیوارهای پرداخت ایجاد کنید
به داده های API مانند Google Maps، OpenWeather و غیره دسترسی داشته باشید
از رویکردهای مختلف برای درک داده های متنی و بازگرداندن هوش سفارشی شده استفاده کنید
یک سایت توصیه بصری و مفید بسازید تا به کاربران ارزش بیافزایید و آنها را ترغیب کنید که به بازگشت ادامه دهند
از پیشنهادات فریمیوم Google Analytics استفاده کنید و نتایج را تجزیه و تحلیل کنید
با استفاده از برترین ارائه دهندگان ابر بدون سرور
، ایده های خود را به مشتری خود ببرید
این کتاب برای چه کسانی است
کسانی که تا حدودی تجربه برنامه نویسی با پایتون، ویرایش کد و دسترسی به یک مفسر در حالت کار دارند. این کتاب برای کارآفرینانی طراحی شده است که می‌خواهند ایده‌های خود را به وب بیاورند، شرکت‌های کوچک بدون کارکنان فناوری اطلاعات، دانشجویانی که می‌خواهند در معرض دید و آموزش قرار بگیرند، و برای همه متخصصان علوم داده‌ای که آماده هستند تا همه چیز را به سطح بعدی برسانند.
You will work through a series of common Python data science problems in an increasing order of complexity. The practical projects presented in this book are simple, clear, and can be used as templates to jump-start many other types of projects. You will learn to create a web application around numerical or categorical predictions, understand the analysis of text, create powerful and interactive presentations, serve restricted access to data, and leverage web plugins to accept credit card payments and donations. You will get your projects into the hands of the world in no time.
Each chapter follows three steps: modeling the right way, designing and developing a local web application, and deploying onto a popular and reliable serverless cloud provider. You can easily jump to or skip particular topics in the book. You also will have access to Jupyter notebooks and code repositories for complete versions of the code covered in the book.
What You’ll Learn
Extend your machine learning models using simple techniques to create compelling and interactive web dashboards
Leverage the Flask web framework for rapid prototyping of your Python models and ideas
Create dynamic content powered by regression coefficients, logistic regressions, gradient boosting machines, Bayesian classifications, and more
Harness the power of TensorFlow by exporting saved models into web applications
Create rich web dashboards to handle complex real-time user input with JavaScript and Ajax to yield interactive and tailored content
Create dashboards with paywalls to offer subscription-based access
Access API data such as Google Maps, OpenWeather, etc.
Apply different approaches to make sense of text data and return customized intelligence
Build an intuitive and useful recommendation site to add value to users and entice them to keep coming back
Utilize the freemium offerings of Google Analytics and analyze the results
Take your ideas all the way to your customer’s plate using the top serverless cloud providers
Who This Book Is For
Those with some programming experience with Python, code editing, and access to an interpreter in working order. The book is geared toward entrepreneurs who want to get their ideas onto the web without breaking the bank, small companies without an IT staff, students wanting exposure and training, and for all data science professionals ready to take things to the next level.
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.