Matt Harrison: Machine Learning - Die Referenz, Kartoniert / Broschiert
Machine Learning - Die Referenz
- Mit strukturierten Daten in Python arbeiten
- Übersetzung:
- Thomas Lotze
- Verlag:
- dpunkt.Verlag, 11/2020
- Einband:
- Kartoniert / Broschiert
- Sprache:
- Deutsch
- ISBN-13:
- 9783960091356
- Artikelnummer:
- 9749373
- Gewicht:
- 466 g
- Maße:
- 238 x 167 mm
- Stärke:
- 17 mm
- Erscheinungstermin:
- 15.11.2020
- Serie:
- Animals
Klappentext
Das praktische Nachschlagewerk zum Machine Learning mit strukturierten Daten
- Konzentriert sich auf Themen, die für den praktizierenden Machine-Learning-Anwender interessant sind
- Enthält eine große Anzahl wertvoller Codebeispiele für strukturierte Daten, die in der Praxis konkret weiterhelfen
- Zeigt, wie verschiedene Bibliotheken zur Lösung praktischer Fragestellungen eingesetzt werden
Diese praktische Referenz bietet eine Sammlung von Methoden, Ressourcen und Codebeispielen zur Lösung gängiger Machine-Learning-Probleme bei der Auswertung strukturierter Daten. Matt Harrison hat einen wertvollen Leitfaden zusammengestellt, den Sie als Nachschlagewerk und zur Anregung nutzen können: für eigene Projekte oder als Begleitmaterial für Machine-Learning-Kurse.
Das Buch ist ideal für Data Scientists, Softwareentwickler und Datenanalysten, die Machine Learning praktisch anwenden. Es bietet einen Überblick über den kompletten Machine-Learning-Prozess und stellt Ihnen verschiedene Bibliotheken und Modelle mit ihren jeweiligen Vor- und Nachteilen und Anpassungsmöglichkeiten vor. Die Codebeispiele sind so kompakt und nachvollziehbar, dass Sie sie für Ihre eigenen Projekte verwenden und auch gut anpassen können. Themen dieser Referenz:
- Klassifikation veranschaulicht am Titanic-Datensatz
- Datenbereinigung und der Umgang mit fehlenden Daten
- Explorative Datenanalyse
- Typische Vorverarbeitungsschritte
- Auswahl von Merkmalen, die für das Modell relevant sind
- Modellauswahl und die Interpretation von Modellen
- Regression mit verschiedenen Machine-Learning-Techniken
- Metriken für die Klassifikations- und Regressionsbewertung
- Clustering und Dimensionsreduktion
- Scikit-learn-Pipelines
Anmerkungen:
