Sobre aquest llibre
熱門資料科學與機器學習演算法學習指南
本書介紹並說明資料科學領域常見且重要的機器學習演算法，這些演算法可用於監督式與非監督學習、強化學習與半監督式學習。書中所討論的演算法包括線性迴歸、logistic迴歸、SVM、樸素貝氏、k-means、隨機森林、TensorFlow與特徵工程。
你將會學到如何使用這些演算法來解決問題，以及它們的工作原理。同時也會介紹自然語言處理與推薦系統，以協助同時執行多種演算法。
最後將會知道如何挑選正確的機器學習演算法，來為你的問題進行分群、分類或迴歸。
你將學會：
• 熟悉機器學習的重要元素
• 瞭解特徵選擇與特徵工程流程
• 平衡線性迴歸的效能與誤差
• 建立資料模型，與使用各種類型的演算法來瞭解它的工作方式
• 微調SVM的參數
• 實作資料集的群聚
• 探索自然語言處理與推薦系統的概念
• 從零開始建立機器學習架構
#碁峰資訊 GOTOP Information Inc.Puntua aquest llibre electrònic
Dona'ns la teva opinió.
Informació de lectura
Telèfons intel·ligents i tauletes
Instal·la l'aplicació Google Play Llibres per a Android i per a iPad i iPhone. Aquesta aplicació se sincronitza automàticament amb el compte i et permet llegir llibres en línia o sense connexió a qualsevol lloc.
Ordinadors portàtils i ordinadors de taula
Pots escoltar els audiollibres que has comprat a Google Play amb el navegador web de l'ordinador.
Lectors de llibres electrònics i altres dispositius
Per llegir en dispositius de tinta electrònica, com ara lectors de llibres electrònics Kobo, hauràs de baixar un fitxer i transferir-lo al dispositiu. Segueix les instruccions detallades del Centre d'ajuda per transferir els fitxers a lectors de llibres electrònics compatibles.
