Envoyer à
France
0

Mon Compte

fr
  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

menu

Sélectionne ton pays

Amérique

Europe

Reste du monde

Langue
enEnglish
frFrançaisActuelle
portada Mastering Machine Learning with Python in Six Steps: A Practical Implementation Guide to Predictive Data Analytics Using Python (en Anglais)
Format
Livre physique
Auteur
Maison d'édition
Langue
Anglais
N° de pages
457
Reliure
Couverture souple
Dimensions
25.1x18.2x2.4 cm
Poids
0.82 kg.
ISBN13
9781484249468
N° édition
0002
Catégories

Mastering Machine Learning with Python in Six Steps: A Practical Implementation Guide to Predictive Data Analytics Using Python (en Anglais)

Manohar Swamynathan (Auteur) · Apress · Couverture souple

Mastering Machine Learning with Python in Six Steps: A Practical Implementation Guide to Predictive Data Analytics Using Python (en Anglais) - Swamynathan, Manohar

Moins cher Livre neuf Importé to France
Livraison: 04 déc. - 09 déc. Expédition: 14 a 16 jours ouvrés
60,86 €
Plus rapide Livre neuf Importé to France
Livraison: 24 nov. - 26 nov. Expédition: 6 a 7 jours ouvrés
64,55 €
Coûts d'importation et 5.5% VAT inclus dans le prix ✅
60,86 €

Choisis la liste dans laquelle tu veux ajouter ton produit ou crée-en une nouvelle liste

Aller à Mes Listes
Calculez le coût d'expédition

Critique du livre "Mastering Machine Learning with Python in Six Steps: A Practical Implementation Guide to Predictive Data Analytics Using Python (en Anglais)"

Explore fundamental to advanced Python 3 topics in six steps, all designed to make you a worthy practitioner. This updated version's approach is based on the "six degrees of separation" theory, which states that everyone and everything is a maximum of six steps away and presents each topic in two parts: theoretical concepts and practical implementation using suitable Python 3 packages.You'll start with the fundamentals of Python 3 programming language, machine learning history, evolution, and the system development frameworks. Key data mining/analysis concepts, such as exploratory analysis, feature dimension reduction, regressions, time series forecasting and their efficient implementation in Scikit-learn are covered as well. You'll also learn commonly used model diagnostic and tuning techniques. These include optimal probability cutoff point for class creation, variance, bias, bagging, boosting, ensemble voting, grid search, random search, Bayesian optimization, and the noise reduction technique for IoT data. Finally, you'll review advanced text mining techniques, recommender systems, neural networks, deep learning, reinforcement learning techniques and their implementation. All the code presented in the book will be available in the form of iPython notebooks to enable you to try out these examples and extend them to your advantage.What You'll LearnUnderstand machine learning development and frameworksAssess model diagnosis and tuning in machine learningExamine text mining, natuarl language processing (NLP), and recommender systemsReview reinforcement learning and CNNWho This Book Is ForPython developers, data engineers, and machine learning engineers looking to expand their knowledge or career into machine learning area.

Avis sur le livre

Voir plus d'avis de clients
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Questions fréquentes sur le livre

Le livre est-il original ?

Tous les livres de notre catalogue sont Originaux.

En quelle langue le livre est-il écrit?

Le livre est écrit en Anglais.

Quelle est la reliure de ce livre ?

La reliure de cette édition est Couverture souple.

Questions et réponses sur le livre

Avez-vous une question sur le livre ? Connectez-vous pour pouvoir ajouter ta propre question.

Avis sur Bookdelivery

Voir plus d'avis de clients