Praxisbuch Unsupervised Learning: Machine-Learning-Anwendungen für ungelabelte Daten mit Python programmieren
2020-04 · O'Reilly
5,0star
1 apžvalgareport
El. knyga
358
Puslapiai
family_home
Tinkama
info
reportĮvertinimai ir apžvalgos nepatvirtinti. Sužinokite daugiau
shoppingmode25 % kainos sumažėjimas 05-19
Apie šią el. knygą
Entdecken Sie Muster in Daten, die für den Menschen nicht erkennbar sind
Unsupervised Learning könnte der Schlüssel zu einer umfassenderen künstlichen Intelligenz sein
Voller praktischer Techniken für die Arbeit mit ungelabelten Daten, verständlich geschrieben und mit unkomplizierten Python-Beispielen
Verwendet Scikit-learn, TensorFlow und Keras
Ein Großteil der weltweit verfügbaren Daten ist ungelabelt. Auf diese nicht klassifizierten Daten lassen sich die Techniken des Supervised Learning, die im Machine Learning viel genutzt werden, nicht anwenden. Dagegen kann das Unsupervised Learning - auch unüberwachtes Lernen genannt - für ungelabelte Datensätze eingesetzt werden, um aussagekräftige Muster zu entdecken, die tief in den Daten verborgen sind – Muster, die für den Menschen fast unmöglich zu entdecken sind.
Wie Data Scientists Unsupervised Learning für ihre Daten nutzen können, zeigt Ankur Patel in diesem Buch anhand konkreter Beispiele, die sich schnell und effektiv umsetzen lassen. Sie erfahren, wie Sie schwer zu findende Muster in Daten herausarbeiten und dadurch z.B. tiefere Einblicke in Geschäftsprozesse gewinnen. Sie lernen auch, wie Sie Anomalien erkennen, automatisches Feature Engineering durchführen oder synthetische Datensätze generieren.
Unsupervised Learning könnte der Schlüssel zu einer umfassenderen künstlichen Intelligenz sein
Voller praktischer Techniken für die Arbeit mit ungelabelten Daten, verständlich geschrieben und mit unkomplizierten Python-Beispielen
Verwendet Scikit-learn, TensorFlow und Keras
Ein Großteil der weltweit verfügbaren Daten ist ungelabelt. Auf diese nicht klassifizierten Daten lassen sich die Techniken des Supervised Learning, die im Machine Learning viel genutzt werden, nicht anwenden. Dagegen kann das Unsupervised Learning - auch unüberwachtes Lernen genannt - für ungelabelte Datensätze eingesetzt werden, um aussagekräftige Muster zu entdecken, die tief in den Daten verborgen sind – Muster, die für den Menschen fast unmöglich zu entdecken sind.
Wie Data Scientists Unsupervised Learning für ihre Daten nutzen können, zeigt Ankur Patel in diesem Buch anhand konkreter Beispiele, die sich schnell und effektiv umsetzen lassen. Sie erfahren, wie Sie schwer zu findende Muster in Daten herausarbeiten und dadurch z.B. tiefere Einblicke in Geschäftsprozesse gewinnen. Sie lernen auch, wie Sie Anomalien erkennen, automatisches Feature Engineering durchführen oder synthetische Datensätze generieren.
Įvertinimai ir apžvalgos
5,0
1 apžvalga
Apie autorių
Ankur A. Patel ist Vice President Data Science bei 7Park Data, einem Portfolio-Unternehmen von Vista Equity Partners. Bei 7Park Data verwenden Ankur und sein Data-Science-Team alternative Daten, um Datenprodukte für Hedge-Fonds und Unternehmen sowie Machine Learning als Service (MLaaS) für Geschäftskunden zu entwickeln.
Įvertinti šią el. knygą
Pasidalykite savo nuomone.
Skaitymo informacija
Išmanieji telefonai ir planšetiniai kompiuteriai
Įdiekite „Google Play“ knygų programą, skirtą „Android“ ir „iPad“ / „iPhone“. Ji automatiškai susinchronizuojama su paskyra ir jūs galite skaityti tiek prisijungę, tiek neprisijungę, kad ir kur būtumėte.
Nešiojamieji ir staliniai kompiuteriai
Galite klausyti garsinių knygų, įsigytų sistemoje „Google Play“ naudojant kompiuterio žiniatinklio naršyklę.
El. knygų skaitytuvai ir kiti įrenginiai
Jei norite skaityti el. skaitytuvuose, pvz., „Kobo eReader“, turite atsisiųsti failą ir perkelti jį į įrenginį. Kad perkeltumėte failus į palaikomus el. skaitytuvus, vadovaukitės išsamiomis pagalbos centro instrukcijomis.
