دانلود کتاب The Machine Learning Workshop: Get ready to develop your own high-performance machine learning algorithms with scikit-learn, 2nd Edition – کارگاه یادگیری ماشین: آماده توسعه الگوریتم های یادگیری ماشینی با کارایی بالا با نسخه دوم scikit-learn شوید.

دسته بندی :
اطلاعات کتاب
  • جلد
  • سری
  • ویرایش
  • سال 2020
  • نویسنده (گان) Hyatt Saleh
  • ناشر Packt Publishing
  • زبان English
  • تعداد صفحات
  • حجم فایل 9.48MB
  • فرمت فایل epub
  • شابک 1839219068, 9781839219061
قیمت محصول :

45,000 تومان

با خرید این محصول، 2,250 تومان به کیف پول شما بازگشت داده می‌شود

روند خرید و دریافت کتاب‌ها بدون هیچ اختلالی انجام می‌شود.
تمامی فایل‌ها بر روی سرورهای داخلی میزبانی می‌شوند تا بتوانید به راحتی و در لحظه آن‌ها را دانلود کنید. در صورت بروز هرگونه مشکل یا نیاز به راهنمایی، لطفاً از طریق « صفحه تماس باما» با تیم پشتیبانی در ارتباط باشید.

تمامی کتاب های موجود در وبسایت سای وان به زبان انگلیسی میباشد

توضیحات

Take a comprehensive and step-by-step approach to understanding machine learning

Key Features

  • Discover how to apply the scikit-learn uniform API in all types of machine learning models
  • Understand the difference between supervised and unsupervised learning models
  • Reinforce your understanding of machine learning concepts by working on real-world examples

Book Description

Machine learning algorithms are an integral part of almost all modern applications. To make the learning process faster and more accurate, you need a tool flexible and powerful enough to help you build machine learning algorithms quickly and easily. With The Machine Learning Workshop, you’ll master the scikit-learn library and become proficient in developing clever machine learning algorithms.

The Machine Learning Workshop begins by demonstrating how unsupervised and supervised learning algorithms work by analyzing a real-world dataset of wholesale customers. Once you’ve got to grips with the basics, you’ll develop an artificial neural network using scikit-learn and then improve its performance by fine-tuning hyperparameters. Towards the end of the workshop, you’ll study the dataset of a bank’s marketing activities and build machine learning models that can list clients who are likely to subscribe to a term deposit. You’ll also learn how to compare these models and select the optimal one.

By the end of The Machine Learning Workshop, you’ll not only have learned the difference between supervised and unsupervised models and their applications in the real world, but you’ll also have developed the skills required to get started with programming your very own machine learning algorithms.

What you will learn

  • Understand how to select an algorithm that best fits your dataset and desired outcome
  • Explore popular real-world algorithms such as K-means, Mean-Shift, and DBSCAN
  • Discover different approaches to solve machine learning classification problems
  • Develop neural network structures using the scikit-learn package
  • Use the NN algorithm to create models for predicting future outcomes
  • Perform error analysis to improve your model’s performance

Who this book is for

The Machine Learning Workshop is perfect for machine learning beginners. You will need Python programming experience, though no prior knowledge of scikit-learn and machine learning is necessary.

Table of Contents

  1. Introduction to Scikit-Learn
  2. Unsupervised Learning Real-Life Applications
  3. Supervised Learning Key Steps
  4. Supervised Learning Algorithms: Predicting Annual Income
  5. Artificial Neural Networks: Predicting Annual Income
  6. Building Your Own Program

————————————————————–

ترجمه ماشینی :

رویکردی جامع و گام به گام برای درک یادگیری ماشین اتخاذ کنید

ویژگی های کلیدی

  • دریابید که چگونه می توانید از Sikit- استفاده کنید. یادگیری API یکسان در همه انواع مدل‌های یادگیری ماشین
  • تفاوت بین مدل‌های یادگیری تحت نظارت و بدون نظارت را درک کنید
  • با کار بر روی نمونه‌های واقعی درک خود را از مفاهیم یادگیری ماشین تقویت کنید
  • توضیحات کتاب

    الگوریتم های یادگیری ماشین بخشی جدایی ناپذیر از تقریباً همه برنامه های مدرن هستند. برای سریع‌تر و دقیق‌تر کردن فرآیند یادگیری، به ابزاری انعطاف‌پذیر و به اندازه کافی قدرتمند نیاز دارید که به شما کمک کند الگوریتم‌های یادگیری ماشینی را سریع و آسان بسازید. با The Machine Learning Workshop، شما بر کتابخانه scikit-learn مسلط خواهید شد و در توسعه الگوریتم های یادگیری ماشینی هوشمند مهارت خواهید داشت.

    کارگاه یادگیری ماشین با نشان دادن نحوه عملکرد الگوریتم‌های یادگیری بدون نظارت و نظارت با تجزیه و تحلیل مجموعه داده‌های دنیای واقعی از مشتریان عمده‌فروش آغاز می‌شود. هنگامی که با اصول اولیه آشنا شدید، یک شبکه عصبی مصنوعی را با استفاده از scikit-learn توسعه خواهید داد و سپس عملکرد آن را با تنظیم دقیق هایپرپارامترها بهبود می بخشید. در پایان کارگاه، مجموعه داده‌های فعالیت‌های بازاریابی بانک را مطالعه می‌کنید و مدل‌های یادگیری ماشینی را می‌سازید که می‌تواند مشتریانی را که احتمالاً مشترک یک سپرده مدت‌دار هستند فهرست کند. همچنین یاد می گیرید که چگونه این مدل ها را با هم مقایسه کنید و مدل بهینه را انتخاب کنید.

    در پایان کارگاه یادگیری ماشین، شما نه تنها تفاوت بین مدل‌های تحت نظارت و بدون نظارت و کاربردهای آن‌ها در دنیای واقعی را یاد خواهید گرفت، بلکه مهارت‌های لازم برای به دست آوردن آن را نیز توسعه خواهید داد. با برنامه‌نویسی الگوریتم‌های یادگیری ماشینی خودتان شروع کردید.

    آنچه یاد خواهید گرفت

    • با نحوه انتخاب الگوریتمی آشنا شوید که بهترین تناسب با مجموعه داده‌های شما و نتیجه دلخواه شما را دارد
    • < li>الگوریتم های محبوب دنیای واقعی مانند K-means، Mean-Shift و DBSCAN

    • کشف روش های مختلف برای حل مسائل طبقه بندی یادگیری ماشین
    • توسعه ساختارهای شبکه عصبی با استفاده از scikit -learn package
    • از الگوریتم NN برای ایجاد مدل هایی برای پیش بینی نتایج آینده استفاده کنید
    • تحلیل خطا را برای بهبود عملکرد مدل خود انجام دهید

    این کتاب چه کسی است برای

    کارگاه یادگیری ماشین برای مبتدیان یادگیری ماشین عالی است. شما به تجربه برنامه نویسی Python نیاز دارید، اگرچه هیچ دانش قبلی در مورد Scikit-Learn و یادگیری ماشین لازم نیست.

    فهرست محتوا

    1. مقدمه ای بر Scikit-Learn
    2. برنامه های کاربردی یادگیری بدون نظارت
    3. مراحل کلیدی یادگیری تحت نظارت
    4. الگوریتم های یادگیری نظارت شده: پیش بینی درآمد سالانه
    5. شبکه های عصبی مصنوعی: پیش بینی درآمد سالانه
    6. li>

    7. برنامه خود را بسازید

     

    tag : دانلود کتاب کارگاه یادگیری ماشین: آماده توسعه الگوریتم های یادگیری ماشینی با کارایی بالا با نسخه دوم scikit-learn شوید. , Download کارگاه یادگیری ماشین: آماده توسعه الگوریتم های یادگیری ماشینی با کارایی بالا با نسخه دوم scikit-learn شوید. , دانلود کارگاه یادگیری ماشین: آماده توسعه الگوریتم های یادگیری ماشینی با کارایی بالا با نسخه دوم scikit-learn شوید. , Download The Machine Learning Workshop: Get ready to develop your own high-performance machine learning algorithms with scikit-learn, 2nd Edition Book , کارگاه یادگیری ماشین: آماده توسعه الگوریتم های یادگیری ماشینی با کارایی بالا با نسخه دوم scikit-learn شوید. دانلود , buy کارگاه یادگیری ماشین: آماده توسعه الگوریتم های یادگیری ماشینی با کارایی بالا با نسخه دوم scikit-learn شوید. , خرید کتاب کارگاه یادگیری ماشین: آماده توسعه الگوریتم های یادگیری ماشینی با کارایی بالا با نسخه دوم scikit-learn شوید. , دانلود کتاب The Machine Learning Workshop: Get ready to develop your own high-performance machine learning algorithms with scikit-learn, 2nd Edition , کتاب The Machine Learning Workshop: Get ready to develop your own high-performance machine learning algorithms with scikit-learn, 2nd Edition , دانلود The Machine Learning Workshop: Get ready to develop your own high-performance machine learning algorithms with scikit-learn, 2nd Edition , خرید The Machine Learning Workshop: Get ready to develop your own high-performance machine learning algorithms with scikit-learn, 2nd Edition , خرید کتاب The Machine Learning Workshop: Get ready to develop your own high-performance machine learning algorithms with scikit-learn, 2nd Edition ,

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود کتاب The Machine Learning Workshop: Get ready to develop your own high-performance machine learning algorithms with scikit-learn, 2nd Edition – کارگاه یادگیری ماشین: آماده توسعه الگوریتم های یادگیری ماشینی با کارایی بالا با نسخه دوم scikit-learn شوید.”