使用SCIKIT学习和TensorFlow探索机器学习和深度学习技术构建智能系统
书名:用Python构建机器学习系统,第三版
作者:Luis Pedro Coelho,Wilhelm Richert,Matthieu Brucher
ISBN-10:B079Q7Q9R5
年份:2018
页数:406
语言:英语
文件大小:17.50MB
文件格式:PDF
用Python构建机器学习系统:
通过使用Python创建实用的机器学习系统,从您的数据中获取更多信息
关键特征
开发自己的基于Python的机器学习系统
发现Python如何为现代机器学习系统提供多种算法
探索在项目中实现的Python机器学习库
图书著录
机器学习允许系统在不被明确编程的情况下学习事物。Python是用于开发机器学习应用程序的最流行的语言之一,它利用了广泛的库支持。这第三版的Building Machine.ingSystemswithPython通过覆盖最常用的数据集和库来帮助您构建实用的机器学习系统,解决了该领域的最新发展。
使用机器学习从数据中获得更深的洞察力是现代应用程序开发人员和分析人员都需要的关键技能。Python是一种动态语言,可以进行快速的探索和实验。这本书告诉你如何在原始数据中找到模式。你将从你的Python机器学习知识开始,并被引入到图书馆。通过建模和创建推荐系统,您将很快掌握数据集上的严肃、真实世界项目。使用Python构建机器学习系统,您将获得构建您自己的系统所需的工具和理解,所有这些都是为解决实际数据分析问题而定制的。
到本书的结尾,您将能够使用诸如分类、情感分析、计算机视觉、强化学习和神经网络之类的技术和方法构建机器学习系统。
你将学到什么
建立可应用于文本、图像和声音的分类系统
使用Amazon Web服务(AWS)在云上运行分析
使用SCIKIT学习和TensorFlow解决回归相关的问题
根据用户过去购买的产品推荐产品
理解在结构数据上应用深度神经网络的不同方法
解决计算机视觉和强化学习领域的最新发展
这本书是给谁的?
使用Python构建机器学习系统是为数据科学家、机器学习开发人员和想要学习如何构建日益复杂的机器学习系统的Python开发人员准备的。您将使用Python的机器学习能力来开发有效的解决方案。Python编程的先验知识是预期的。
关于作者
Luis Pedro Coelho是一个计算生物学家,分析微生物群落中的DNA来描述他们的行为。他还广泛从事生物图像信息学——将机器学习技术应用于生物样本的图像分析。他的主要精力集中在大规模数据集的处理和集成上。他从卡内基梅隆大学获得博士学位,并撰写了几篇科学论文。在2004,他开始在Python发展,并贡献了几个开源库。他目前是上海复旦大学的教员。Willi Richert拥有机器学习/机器人学博士学位,他使用强化学习、隐马尔可夫模型和贝叶斯网络让异构机器人通过模仿学习。现在,在微软,他参与了各种机器学习领域,如深度学习、主动学习或统计机器翻译。威利从小就开始以他的准绳128为基础。后来,他发现了Turbo Pascal,然后是Java,然后是C++——最终才到达了他的真爱:Python。Matthieu Brucher是一位计算机科学家,擅长高性能计算和计算建模,目前在摩根大通的定量研究部门工作。他也是音频工具箱的主要开发者,一个用于实时音频信号处理的图书馆。他拥有斯特拉斯堡大学的机器学习和信号处理博士学位,两个硕士学位,一个是数字电子学和信号处理,另一个是自动化专业——来自巴黎大学和SueCuli大学,同时也是巴斯SPA大学的音乐硕士。
目录表
1.从Python机器学习开始
2.用实例分类
3.回归
4.分类I检测不良答案
5.维数约简
6.群集-寻找相关帖子
7.建议
8.人工神经网络与深度学习
9.分类二:情感分析
10.话题建模
11.分类III——音乐流派分类
12.计算机视觉
13.强化学习
14.更大的数据