Hướng dẫn introduction to machine learning with python oreilly - giới thiệu về học máy với python oreilly

Mô tả cuốn sách

Học máy đã trở thành một phần không thể thiếu của nhiều ứng dụng thương mại và các dự án nghiên cứu, nhưng lĩnh vực này không dành riêng cho các công ty lớn với các nhóm nghiên cứu rộng rãi. Nếu bạn sử dụng Python, ngay cả khi mới bắt đầu, cuốn sách này sẽ dạy bạn những cách thiết thực để xây dựng các giải pháp học máy của riêng bạn. Với tất cả các dữ liệu có sẵn ngày hôm nay, các ứng dụng học máy chỉ bị giới hạn bởi trí tưởng tượng của bạn.

Bạn sẽ học các bước cần thiết để tạo ra một ứng dụng học máy thành công với Python và thư viện Scikit-Learn. Các tác giả Andreas Müller và Sarah Guido tập trung vào các khía cạnh thực tế của việc sử dụng các thuật toán học máy, thay vì toán học đằng sau chúng. Sự quen thuộc với các thư viện Numpy và Matplotlib sẽ giúp bạn nhận được nhiều hơn từ cuốn sách này.

Với cuốn sách này, bạn sẽ học:

• Các khái niệm và ứng dụng cơ bản của học máy
• Ưu điểm và thiếu sót của thuật toán học máy được sử dụng rộng rãi
• Cách biểu diễn dữ liệu được xử lý bằng máy học, bao gồm cả các khía cạnh dữ liệu để tập trung vào
• Các phương pháp nâng cao để đánh giá mô hình và điều chỉnh tham số
• Khái niệm về đường ống để chuỗi mô hình và đóng gói quy trình làm việc của bạn
• Phương pháp làm việc với dữ liệu văn bản, bao gồm các kỹ thuật xử lý cụ thể văn bản
• Đề xuất cải thiện kỹ năng học máy và khoa học dữ liệu của bạn

Bản quyền © 2017 Sarah Guido, Andreas Müller. Đã đăng ký Bản quyền.

In ở Hoa Kỳ.

Được xuất bản bởi O hèReilly Media, Inc., 1005 Gravenstein Highway North, Sebastopol, CA 95472.O’Reilly Media, Inc., 1005 Gravenstein Highway North, Sebastopol, CA 95472.

Sách O hèReilly có thể được mua để sử dụng quảng cáo giáo dục, kinh doanh hoặc bán hàng. Phiên bản trực tuyến cũng có sẵn cho hầu hết các tiêu đề [//orilly.com/safari]. Để biết thêm thông tin, liên hệ với bộ phận bán hàng của công ty/tổ chức: 800-998-9938 hoặc..

• Biên tập viên: Dawn Schanafelt Dawn Schanafelt
• Biên tập sản xuất: Kristen Brown Kristen Brown
• Copyeditor: Rachel Head Rachel Head
• Người đọc thử: Jasmine Kwityn Jasmine Kwityn
• Chỉ số: Judy McConville Judy McConville
• Nhà thiết kế nội thất: David Futato David Futato
• Nhà thiết kế bìa: Karen Montgomery Karen Montgomery
• Illustrator: Rebecca Demarest Rebecca Demarest

• Tháng 10 năm 2016: Phiên bản đầu tiên First Edition

Lịch sử sửa đổi cho phiên bản đầu tiên

• 2016-09-22: Bản phát hành đầu tiên First Release
• 2017-01-13: Bản phát hành thứ hai Second Release
• 2017-06-09: Bản phát hành thứ ba Third Release
• 2018-10-19: Bản phát hành thứ tư Fourth Release

Xem //orilly.com/catalog/errata.csp?isbn=9781449369415 để biết chi tiết phát hành.

Logo O hèReilly là nhãn hiệu đã đăng ký của O hèReilly Media, Inc. Giới thiệu về học máy với Python, hình ảnh bìa và trang phục thương mại liên quan là nhãn hiệu của O KhănReilly Media, Inc.

Mặc dù nhà xuất bản và các tác giả đã sử dụng các nỗ lực đức tin tốt để đảm bảo rằng thông tin và hướng dẫn có trong tác phẩm này là chính xác, nhà xuất bản và các tác giả từ chối mọi trách nhiệm về lỗi hoặc thiếu sót, bao gồm cả ...

Học máy đã trở thành một phần không thể thiếu của nhiều ứng dụng thương mại và các dự án nghiên cứu, nhưng lĩnh vực này không dành riêng cho các công ty lớn với các nhóm nghiên cứu rộng rãi. Nếu bạn sử dụng Python, ngay cả khi mới bắt đầu, cuốn sách này sẽ dạy bạn những cách thiết thực để xây dựng các giải pháp học máy của riêng bạn. Với tất cả các dữ liệu có sẵn ngày hôm nay, các ứng dụng học máy chỉ bị giới hạn bởi trí tưởng tượng của bạn.

Bạn sẽ học các bước cần thiết để tạo ra một ứng dụng học máy thành công với Python và thư viện Scikit-Learn. Các tác giả Andreas Müller và Sarah Guido tập trung vào các khía cạnh thực tế của việc sử dụng các thuật toán học máy, thay vì toán học đằng sau chúng. Sự quen thuộc với các thư viện Numpy và Matplotlib sẽ giúp bạn nhận được nhiều hơn từ cuốn sách này.

Với cuốn sách này, bạn sẽ học:

• Các khái niệm và ứng dụng cơ bản của học máy
• Ưu điểm và thiếu sót của thuật toán học máy được sử dụng rộng rãi
• Cách biểu diễn dữ liệu được xử lý bằng máy học, bao gồm cả các khía cạnh dữ liệu để tập trung vào
• Các phương pháp nâng cao để đánh giá mô hình và điều chỉnh tham số
• Khái niệm về đường ống để chuỗi mô hình và đóng gói quy trình làm việc của bạn
• Phương pháp làm việc với dữ liệu văn bản, bao gồm các kỹ thuật xử lý cụ thể văn bản
• Đề xuất cải thiện kỹ năng học máy và khoa học dữ liệu của bạn.

conda install numpy scipy scikit-learn matplotlib pandas pillow graphviz python-graphviz

conda install numpy scipy scikit-learn matplotlib pandas pillow graphviz python-graphviz

from IPython.display import display

conda install numpy scipy scikit-learn matplotlib pandas pillow graphviz python-graphviz

conda install numpy scipy scikit-learn matplotlib pandas pillow graphviz python-graphviz

conda install numpy scipy scikit-learn matplotlib pandas pillow graphviz python-graphviz

conda install numpy scipy scikit-learn matplotlib pandas pillow graphviz python-graphviz

conda install numpy scipy scikit-learn matplotlib pandas pillow graphviz python-graphviz

conda install numpy scipy scikit-learn matplotlib pandas pillow graphviz python-graphviz

conda install numpy scipy scikit-learn matplotlib pandas pillow graphviz python-graphviz

conda install numpy scipy scikit-learn matplotlib pandas pillow graphviz python-graphviz

pip install numpy scipy scikit-learn matplotlib pandas pillow graphviz

pip install numpy scipy scikit-learn matplotlib pandas pillow graphviz

pip install numpy scipy scikit-learn matplotlib pandas pillow graphviz

pip install numpy scipy scikit-learn matplotlib pandas pillow graphviz

pip install numpy scipy scikit-learn matplotlib pandas pillow graphviz

conda install numpy scipy scikit-learn matplotlib pandas pillow graphviz python-graphviz

pip install numpy scipy scikit-learn matplotlib pandas pillow graphviz

pip install numpy scipy scikit-learn matplotlib pandas pillow graphviz

pip install numpy scipy scikit-learn matplotlib pandas pillow graphviz

pip install numpy scipy scikit-learn matplotlib pandas pillow graphviz

pip install numpy scipy scikit-learn matplotlib pandas pillow graphviz

python -m spacy download en