Praxisbuch Unsupervised Learning: Machine-Learning-Anwendungen für ungelabelte Daten mit Python programmieren
апр. 2020 г. · O'Reilly
5,0star
1 рецензијаreport
Е-книга
358
Страници
family_home
Соодветна
info
reportОцените и рецензиите не се потврдени Дознајте повеќе
shoppingmode25 % попуст на 19 мај
За е-книгава
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.
Оцени и рецензии
5,0
1 рецензија
За авторот
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.
Оценете ја е-книгава
Кажете ни што мислите.
Информации за читање
Паметни телефони и таблети
Инсталирајте ја апликацијата Google Play Books за Android и iPad/iPhone. Автоматски се синхронизира со сметката и ви овозможува да читате онлајн или офлајн каде и да сте.
Лаптопи и компјутери
Може да слушате аудиокниги купени од Google Play со користење на веб-прелистувачот на компјутерот.
Е-читачи и други уреди
За да читате на уреди со е-мастило, како што се е-читачите Kobo, ќе треба да преземете датотека и да ја префрлите на уредот. Следете ги деталните упатства во Центарот за помош за префрлање на датотеките на поддржани е-читачи.
