Machine learning con Python. Costruire algoritmi per generare conoscenza

Titolo	Machine learning con Python. Costruire algoritmi per generare conoscenza
Autore	Sebastian Raschka
Argomento	Informatica Programmazione e sviluppo del software
Collana	Guida completa
Editore	Apogeo
Formato	Libro: Libro in brossura
Pagine	400
Pubblicazione	11/2016
ISBN	9788850333974

aggiungi ai desideri

€39,90

Descrizione
Inserisci un commento

Elaborare il magma di dati oggi disponibile è una sfida affascinante e imprescindibile per il mondo contemporaneo dove la conoscenza e l'informazione sono il primo valore. Il machine learning è la risposta: grazie ai suoi algoritmi è possibile creare macchine in grado apprendere in maniera automatica e rispondere alle domande chiave per il successo. Questo libro accompagna nel mondo del machine learning e mostra come Python sia il linguaggio di programmazione ideale per costruire algoritmi sofisticati in grado di interrogare i dati nel modo migliore e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie Python dedicate - tra cui scikit-learn, Theano e Keras - applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini. L'approccio didattico è pragmatico: tutti i concetti sono accompagnati da esempi pratici di codice. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo del machine learning oltre a una buona conoscenza di programmazione in Python. Argomenti trattati: Addestrare gli algoritmi a compiti di classificazione; Utilizzare i classificatori della libreria scikit-learn; Selezionare i dati con le tecniche di pre-elaborazione; Ridurre la dimensionalità dei dati con le tecniche compressione; Conoscere, valutare e combinare i modelli di machine learning; Creare analisi del sentiment elaborando dati testuali dai social media; Integrare modelli di machine learning in applicazioni web; Elaborare previsioni attraverso i modelli di analisi a regressione; Individuare nuovi cluster e pattern di dati; Addestrare reti neurali al riconoscimento delle immagini; Lavorare con Theano per ottimizzare gli algoritmi di machine learning.