Python и машинное обучение. Цветное издание

Машинное обучение и прогнозная аналитика преобразуют традиционную схему функционирования предприятий и других организаций.  Эта книга предоставит вам доступ в мир прогнозной аналитики и продемонстрирует, почему Python является одним из ведущих языков науки о данных. Если вы хотите глубже и точнее анализировать данные либо нуждаетесь в усовершенствовании и расширении систем машинного обучения, эта книга окажет вам неоценимую помощь. Ознакомившись с широким кругом мощных программных библиотек Python, в том числе scikit-learn, Theano и Keras, а также получив советы по всем вопросам начиная с анализа мнений и заканчивая нейронными сетями, вы сможете принять важные решения, во многом определяющие деятельность вашей организации.   Чему вы научитесь, прочитав эту книгу: исследовать, как используются разные машинно-обучаемые модели, которые формулируют те или иные вопросы в отношении данных; конструировать нейронные сети при помощи библиотек Theano и Keras; писать красивый и лаконичный программный код на Python с оптимальным использованием созданных вами алгоритмов; встраивать вашу машинно-обучаемую модель в веб-приложение для повышения ее общедоступности; предсказывать непрерывнозначные результаты при помощи регрессионного анализа; обнаруживать скрытые повторяющиеся образы и структуры в данных посредством кластерного анализа; организовывать данные с помощью эффективных методов предобработки и использовать передовые практические подходы к оценке машиннообучаемых моделей; осуществлять анализ мнений, позволяющий подробнее интерпретировать текстовые данные и информацию из социальных сетей.   Если вы хотите узнать, как использовать Python, чтобы начать отвечать на критические вопросы в отношении ваших данных, возьмите данную книгу  — и неважно, хотите ли вы приступить к изучению науки о данных с нуля или же намереваетесь расширить о ней свои знания, это принципиальный ресурс, который нельзя упускать.   Крайне необходимое издание по новейшей предсказательной аналитике для более глубокого понимания методологии машинного обучения!