Machine Learning con Python
eBook - ePub

Machine Learning con Python

costruire algoritmi per generare conoscenza

  1. 400 pagine
  2. Italian
  3. ePUB (disponibile sull'app)
  4. Disponibile su iOS e Android
eBook - ePub

Machine Learning con Python

costruire algoritmi per generare conoscenza

Dettagli del libro
Indice dei contenuti
Citazioni

Informazioni sul libro

Elaborare il magma di dati oggi disponibili 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.

Domande frequenti

È semplicissimo: basta accedere alla sezione Account nelle Impostazioni e cliccare su "Annulla abbonamento". Dopo la cancellazione, l'abbonamento rimarrà attivo per il periodo rimanente già pagato. Per maggiori informazioni, clicca qui
Al momento è possibile scaricare tramite l'app tutti i nostri libri ePub mobile-friendly. Anche la maggior parte dei nostri PDF è scaricabile e stiamo lavorando per rendere disponibile quanto prima il download di tutti gli altri file. Per maggiori informazioni, clicca qui
Entrambi i piani ti danno accesso illimitato alla libreria e a tutte le funzionalità di Perlego. Le uniche differenze sono il prezzo e il periodo di abbonamento: con il piano annuale risparmierai circa il 30% rispetto a 12 rate con quello mensile.
Perlego è un servizio di abbonamento a testi accademici, che ti permette di accedere a un'intera libreria online a un prezzo inferiore rispetto a quello che pagheresti per acquistare un singolo libro al mese. Con oltre 1 milione di testi suddivisi in più di 1.000 categorie, troverai sicuramente ciò che fa per te! Per maggiori informazioni, clicca qui.
Cerca l'icona Sintesi vocale nel prossimo libro che leggerai per verificare se è possibile riprodurre l'audio. Questo strumento permette di leggere il testo a voce alta, evidenziandolo man mano che la lettura procede. Puoi aumentare o diminuire la velocità della sintesi vocale, oppure sospendere la riproduzione. Per maggiori informazioni, clicca qui.
Sì, puoi accedere a Machine Learning con Python di Sebastian Raschka in formato PDF e/o ePub, così come ad altri libri molto apprezzati nelle sezioni relative a Informatica e Programmazione in Python. Scopri oltre 1 milione di libri disponibili nel nostro catalogo.

Informazioni

Editore
Apogeo
Anno
2017
ISBN
9788850317912
Argomento
Informatica
Categoria
Programmazione in Python

Indice dei contenuti

  1. Prefazione
  2. Introduzione
  3. Ringraziamenti
  4. Capitolo 1 - Dare ai computer la capacità di apprendere dai dati
  5. Capitolo 2 - Addestrare gli algoritmi a compiti di classificazione
  6. Capitolo 3 - I classificatori di machine learning di scikit-learn
  7. Capitolo 4 - Costruire buoni set di addestramento: la pre-elaborazione
  8. Capitolo 5 - Compressione dei dati tramite la riduzione della dimensionalità
  9. Capitolo 6 - Valutazione dei modelli e ottimizzazione degli iperparametri
  10. Capitolo 7 - Combinare più modelli: l’apprendimento d’insieme
  11. Capitolo 8 - Tecniche di machine learning per l’analisi del sentiment
  12. Capitolo 9 - Embedding di un modello in un’applicazione web
  13. Capitolo 10 - Previsioni di variabili target continue: l’analisi a regressione
  14. Capitolo 11 - Lavorare con dati senza etichette: l’analisi a cluster
  15. Capitolo 12 - Reti neurali artificiali per il riconoscimento delle immagini
  16. Capitolo 13 - Parallelizzare l’addestramento delle reti neurali con Theano