Praktisches maschinelles Lernen mit Scikit-Learn, Keras und TensorFlow: Konzepte, Tools und Techniken zum Erstellen intelligenter Systeme

Preis: 42,40 €
(as of Feb 14,2023 08:55:31 UTC – Details)

Durch eine kürzliche Reihe von Durchbrüchen hat Deep Learning den gesamten Bereich des maschinellen Lernens vorangetrieben. Jetzt können sogar Programmierer, die praktisch nichts über diese Technologie wissen, einfache, effiziente Werkzeuge verwenden, um Programme zu implementieren, die aus Daten lernen können. Dieses Bestseller-Buch verwendet konkrete Beispiele, minimale Theorie und produktionsbereite Python-Frameworks (Scikit-Learn, Keras und TensorFlow), um Ihnen zu helfen, ein intuitives Verständnis der Konzepte und Werkzeuge zum Erstellen intelligenter Systeme zu erlangen.

Mit dieser aktualisierten dritten Ausgabe untersucht der Autor Aurélien Géron eine Reihe von Techniken, angefangen bei der einfachen linearen Regression bis hin zu tiefen neuronalen Netzen. Zahlreiche Codebeispiele und Übungen im gesamten Buch helfen Ihnen, das Gelernte anzuwenden. Programmiererfahrung ist alles, was Sie brauchen, um loszulegen.

Verwenden Sie Scikit-learn, um ein beispielhaftes ML-Projekt von Anfang bis Ende zu verfolgen. Erkunden Sie mehrere Modelle, darunter Support Vector Machines, Entscheidungsbäume, Random Forests und Ensemble-Methoden. Nutzen Sie unüberwachte Lerntechniken wie Dimensionsreduktion, Clustering und Anomalieerkennung , einschließlich Convolutional Nets, Recurrent Nets, Generative Adversarial Networks, Autoencoder, Diffusion Models und Transformers Verwenden Sie TensorFlow und Keras, um neuronale Netze für Computer Vision, Natural Language Processing, Generative Models und Deep Reinforcement Learning zu erstellen und zu trainieren

Produktbeschreibung des Verlags

Voraussetzungen

Dieses Buch setzt voraus, dass Sie über einige Programmiererfahrung mit Python verfügen und mit den wichtigsten wissenschaftlichen Bibliotheken von Python, insbesondere NumPy, Pandas und Matplotlib, vertraut sind.

Wenn es Ihnen auch wichtig ist, was unter der Haube steckt, sollten Sie auch ein angemessenes Verständnis der Mathematik auf College-Niveau haben (Infinitesimalrechnung, lineare Algebra, Wahrscheinlichkeiten und Statistik).

Über das Buch

Maschinelles Lernen in Ihren Projekten

Natürlich sind Sie von Machine Learning begeistert und würden gerne mitfeiern! Vielleicht möchten Sie Ihrem selbstgebauten Roboter ein eigenes Gehirn verpassen? Gesichter erkennen lassen? Oder herumlaufen lernen? Oder vielleicht verfügt Ihr Unternehmen über Tonnen von Daten (Benutzerprotokolle, Finanzdaten, Produktionsdaten, Maschinensensordaten, Hotline-Statistiken, HR-Berichte usw.), und höchstwahrscheinlich könnten Sie einige verborgene Schätze entdecken, .

Segmentieren Sie Kunden und finden Sie die beste Marketingstrategie für jede Gruppe. Empfehlen Sie jedem Kunden Produkte basierend auf dem, was ähnliche Kunden gekauft haben. Erkennen Sie, welche Transaktionen wahrscheinlich betrügerisch sind. Prognostizieren Sie die Einnahmen für das nächste Jahr.

Ziel und Ansatz

Dieses Buch geht davon aus, dass Sie so gut wie nichts über maschinelles Lernen wissen. Sein Ziel ist es, Ihnen die Konzepte, Werkzeuge und Intuition zu vermitteln, die Sie benötigen, um Programme zu implementieren, die aus Daten lernen können .

Wir werden eine große Anzahl von Techniken behandeln, von den einfachsten und am häufigsten verwendeten (z. B. lineare Regression) bis hin zu einigen der Deep-Learning-Techniken, die regelmäßig Wettbewerbe gewinnen. Dazu verwenden wir produktionsreife Python-Frameworks:

Scikit-Learn ist sehr einfach zu bedienen, implementiert jedoch viele Algorithmen des maschinellen Lernens effizient und ist somit ein hervorragender Einstiegspunkt für das Erlernen des maschinellen Lernens.

TensorFlow ist eine komplexere Bibliothek für verteilte numerische Berechnungen. Es ermöglicht das effiziente Trainieren und Betreiben sehr großer neuronaler Netze, indem die Berechnungen auf möglicherweise Hunderte von Multi-GPU-Servern (Graphics Processing Unit) verteilt werden. TensorFlow (TF) wurde bei Google entwickelt und unterstützt viele seiner umfangreichen Anwendungen für maschinelles Lernen.

Keras ist eine High-Level-API für Deep Learning, die es sehr einfach macht, neuronale Netze zu trainieren und auszuführen. Keras wird zusammen mit TensorFlow geliefert und verlässt sich für alle intensiven Berechnungen auf TensorFlow.

Herausgeber ‏ : O’Reilly Media; 3. Auflage (15. November 2022)
Sprache ‏ : ‎ Englisch
Taschenbuch ‏ : ‎ 834 Seiten
ISBN-10 ‏ : ‎ 1098125975
ISBN-13 ‏ : ‎ 978-1098125974
Abmessungen ‏ : ‎ 18.42 x 5.08 x 24.13 cm