Machine Learning mit Python
das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning
Autor*in: Raschka, Sebastian
Jahr: 2017
Sprache: Deutsch
Umfang: 424 S.
Verfügbar
4.0
- Inhalt:
- Das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning. Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings. Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, scikit-learn, matplotlib, pandas, Theano und Keras. Verständlicher und eleganter Python-Code zur Optimierung Ihrer Algorithmen. Machine Learning und Predictive Analytics verändern die Arbeitsweise von Unternehmen grundlegend. Die Fähigkeit, in komplexen Daten Trends und Muster zu erkennen, ist heutzutage für den langfristigen geschäftlichen Erfolg ausschlaggebend und entwickelt sich zu einer der entscheidenden Wachstumsstrategien. Sebastian Raschka gibt Ihnen einen detaillierten Einblick in die Techniken der Predictive Analytics. Er erläutert die grundlegenden theoretischen Prinzipien des Machine Learnings und wendet sie praktisch an. Dabei konzentriert er sich insbesondere auf das Stellen und Beantworten der richtigen Fragen. Python zählt zu den führenden Programmiersprachen im Bereich Data Science und ist besonders gut dazu geeignet, grundlegende Erkenntnisse aus Ihren Daten zu gewinnen sowie ausgefeilte Algorithmen und statistische Modelle auszuarbeiten, die neue Einsichten liefern und wichtige Fragen beantworten. Der Autor erläutert in diesem Buch ein breites Spektrum leistungsfähiger Python-Bibliotheken wie scikit-learn, Theano oder Keras. Sie lernen Schritt für Schritt die Grundlagen von Python für maschinelle Lernverfahren kennen und setzen dabei eine Vielfalt von statistischen Modellen ein.
Titelinformationen
Titel: Machine Learning mit Python
Autor*in: Raschka, Sebastian
Übersetzer*in: Lorenzen, Knut
Verlag: mitp-Verlag
ISBN: 9783958454248
Kategorie: Sachmedien & Ratgeber, Computer & Internet, Programmierung
Dateigröße: 29 MB
Format: ePub
Max. Ausleihdauer: 21 Tage
Nutzer - Bewertung
- Anzahl Bewertungen:
- 1
- Durchschnittliche Bewertung: