Hướng dẫn python machine learning cookbook - sách dạy nấu ăn máy học python

Hướng dẫn thực tế này cung cấp gần 200 công thức nấu ăn khép kín để giúp bạn giải quyết các thách thức học máy mà bạn có thể gặp trong công việc hàng ngày. Nếu bạn thoải mái với Python và các thư viện của nó, bao gồm Gandas và Scikit-Learn, bạn sẽ có thể giải quyết các vấn đề cụ thể như tải dữ liệu, xử lý dữ liệu văn bản hoặc dữ liệu số, lựa chọn mô hình và giảm kích thước và nhiều chủ đề khác.

Mỗi công thức bao gồm mã mà bạn có thể sao chép và dán vào bộ dữ liệu đồ chơi để đảm bảo rằng nó thực sự hoạt động. Từ đó, bạn có thể chèn, kết hợp hoặc điều chỉnh mã để giúp xây dựng ứng dụng của bạn. Công thức nấu ăn cũng bao gồm một cuộc thảo luận giải thích giải pháp và cung cấp bối cảnh có ý nghĩa. Cuốn sách nấu ăn này đưa bạn vượt ra ngoài lý thuyết và khái niệm bằng cách cung cấp các loại hạt và bu lông bạn cần để xây dựng các ứng dụng học máy làm việc.

Bạn sẽ tìm thấy công thức nấu ăn cho:

• Vectơ, ma trận và mảng
• Xử lý dữ liệu số và phân loại, văn bản, hình ảnh, ngày và thời gian
• Giảm chiều bằng cách sử dụng trích xuất tính năng hoặc lựa chọn tính năng
• Đánh giá và lựa chọn mô hình
• Hồi quy tuyến tính và logic, cây và rừng, và những người hàng xóm gần nhất
• Hỗ trợ máy vector (SVM), Bayes ngây thơ, phân cụm và mạng lưới thần kinh
• Tiết kiệm và tải các mô hình được đào tạo

Who This Book Is For This book is not an introduction to machine learning. If you are not comfortable with the basic concepts of machine learning or have never spent time learning machine learning, do not buy this book. Instead, this book is for the machine learning practitioner who, while comfortable with the theory and concepts of machine learning, would benefit from a quick reference containing code to solve challenges he runs into working on machine learning on an everyday basis. This book assumes the reader is comfortable with the Python programming language and package management.

Who This Book Is Not For As stated previously, this book is not an introduction to machine learning. This book should not be your first. If you are unfamiliar with concepts like cross-validation, random forest, and gradient descent, you will likely not benefit from this book as much as one of the many high-quality texts specifically designed to introduce you to the topic. I recommend reading one of those books and then coming back to this book to learn working, practical solutions for machine learning.

Enter the characters you see below

Sorry, we just need to make sure you're not a robot. For best results, please make sure your browser is accepting cookies.

Conditions of Use Privacy Policy Privacy Policy

© 1996-2014, Amazon.com, Inc. or its affiliates

Thiết lập tiêu chuẩn mới ngay ngày hôm nay!

INDA - Đối tác Vàng #1 của Salesforce tại Việt Nam của Salesforce tại Việt Nam

Giúp doanh nghiệp triển khai Giải pháp Salesforce CRM thành công!

Dễ dàng tổng hợp dữ liệu với Tableau BIvới Tableau BI

Tìm lời giải cho những thách thức mà doanh nghiệp đang gặp phải​

2000+ doanh nghiệp tin tưởng, đã và đang trở thành khách hàng của INDA

Tìm hiểu những câu chuyện thành công sau khi triển khai giải pháp từ khách hàng của INDA

Liên tục cập nhật và tham gia những sự kiện mới nhất của INDA

INDA hỗ trợ khách hàng 24/7. Mọi thắc mắc của quý khách hàng đều được chúng tôi phản hồi nhanh chóng

DỊCH VỤ CỦA INDA

Triển Khai Kho Dữ Liệu

Dịch vụ tư vấn Triển khai Kho dữ liệu giúp doanh nghiệp lên kế hoạch, triển khai và tích hợp các giải pháp một cách hiệu quả – nhanh chóng – phù hợp với định hướng phát triển.

Đọc thêm

Đào Tạo

Cung cấp dịch vụ đào tạo toàn diện phù hợp với mọi phòng ban trong doanh nghiệp.

Đọc thêm

Đào Tạo

Cung cấp dịch vụ đào tạo toàn diện phù hợp với mọi phòng ban trong doanh nghiệp.

300+

ĐỐI TÁC

500+

KHÁCH HÀNG TIÊU BIỂU
tại Việt nam

2000+

Chứng chỉ Google, Salesforce, Oracle, NetSuite, MuleSoft, Tableau
mọi quy mô

99%

Dự án lớn, nhỏ tại Việt nam
sau triển khai, dự án

Khách hàng mọi quy mô

Hướng dẫn thực tế này cung cấp gần 200 công thức nấu ăn khép kín để giúp bạn giải quyết các thách thức học máy mà bạn có thể gặp trong công việc hàng ngày. Nếu bạn thoải mái với Python và các thư viện của nó, bao gồm Gandas và Scikit-Learn, bạn sẽ có thể giải quyết các vấn đề cụ thể như tải dữ liệu, xử lý dữ liệu văn bản hoặc dữ liệu số, lựa chọn mô hình và giảm kích thước và nhiều chủ đề khác. Mỗi công thức bao gồm mã mà bạn có thể sao chép và dán vào bộ dữ liệu đồ chơi để đảm bảo rằng nó thực sự hoạt động. Từ đó, bạn có thể chèn, kết hợp hoặc điều chỉnh mã để giúp xây dựng ứng dụng của bạn. Công thức nấu ăn cũng bao gồm một cuộc thảo luận giải thích giải pháp và cung cấp bối cảnh có ý nghĩa. Cuốn sách nấu ăn này đưa bạn vượt ra ngoài lý thuyết và khái niệm bằng cách cung cấp các loại hạt và bu lông bạn cần để xây dựng các ứng dụng học máy làm việc.
Each recipe includes code that you can copy and paste into a toy dataset to ensure that it actually works. From there, you can insert, combine, or adapt the code to help construct your application. Recipes also include a discussion that explains the solution and provides meaningful context. This cookbook takes you beyond theory and concepts by providing the nuts and bolts you need to construct working machine learning applications.

Bạn sẽ tìm thấy các công thức nấu ăn cho: ● Các vectơ, ma trận và mảng ● Xử lý dữ liệu số và phân loại, văn bản, hình ảnh và ngày và thời gian và rừng, và hàng xóm gần nhất ● Hỗ trợ máy vector (SVM), Bayes ngây thơ, phân cụm và mạng lưới thần kinh ● Lưu và tải các mô hình được đào tạo
● Vectors, matrices, and arrays
● Handling numerical and categorical data, text, images, and dates and times
● Dimensionality reduction using feature extraction or feature selection
● Model evaluation and selection
● Linear and logical regression, trees and forests, and k-nearest neighbors
● Support vector machines (SVM), naïve Bayes, clustering, and neural networks
● Saving and loading trained models

Cuốn sách này là ai cho cuốn sách này không phải là giới thiệu về học máy. Nếu bạn không thoải mái với các khái niệm cơ bản về học máy hoặc chưa bao giờ dành thời gian học máy học, đừng mua cuốn sách này. Thay vào đó, cuốn sách này dành cho người hành nghề học máy, trong khi thoải mái với lý thuyết và khái niệm về học máy, sẽ được hưởng lợi từ một tài liệu tham khảo nhanh có chứa mã để giải quyết các thách thức mà anh ta chạy vào việc học máy hàng ngày. Cuốn sách này giả định người đọc thoải mái với ngôn ngữ lập trình Python và quản lý gói.
This book is not an introduction to machine learning. If you are not comfortable with the basic concepts of machine learning or have never spent time learning machine learning, do not buy this book. Instead, this book is for the machine learning practitioner who, while comfortable with the theory and concepts of machine learning, would benefit from a quick reference containing code to solve challenges he runs into working on machine learning on an everyday basis.
This book assumes the reader is comfortable with the Python programming language and package management.

Cuốn sách này không phải là người như đã nêu trước đây, cuốn sách này không phải là giới thiệu về học máy. Cuốn sách này không nên là người đầu tiên của bạn. Nếu bạn không quen thuộc với các khái niệm như xác thực chéo, rừng ngẫu nhiên và độ dốc, bạn có thể sẽ không được hưởng lợi từ cuốn sách này nhiều như một trong nhiều văn bản chất lượng cao được thiết kế đặc biệt để giới thiệu bạn về chủ đề này. Tôi khuyên bạn nên đọc một trong những cuốn sách đó và sau đó quay lại cuốn sách này để học các giải pháp thực tế, làm việc cho học máy.
As stated previously, this book is not an introduction to machine learning. This book should not be your first. If you are unfamiliar with concepts like cross-validation, random forest, and gradient descent, you will likely not benefit from this book as much as one of the many high-quality texts specifically designed to introduce you to the topic. I recommend reading one of those books and then coming back to this book to learn working, practical solutions for machine learning.