Machine Learning mit Python und Scikit-Learn und TensorFlow - Sebastian Raschka

Résumé :

• Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings
• Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, TensorFlow, Matplotlib, Pandas und Keras
• Best Practices zur Optimierung Ihrer Machine-Learning-Algorithmen

Machine Learning und Predictive Analytics ver?ndern die Arbeitsweise von Unternehmen grundlegend. Die F?higkeit, in komplexen Daten Trends und Muster zu erkennen, ist heutzutage f?r den langfristigen gesch?ftlichen Erfolg ausschlaggebend und entwickelt sich zu einer der entscheidenden Wachstumsstrategien.

Die zweite Auflage dieses Buchs ber?cksichtigt die j?ngsten Entwicklungen und Technologien, die f?r Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dies betrifft insbesondere die neuesten Open-Source-Bibliotheken wie Scikit-learn, Keras und TensorFlow.

Python z?hlt zu den f?hrenden Programmiersprachen in den Bereichen Machine Learning, Data Science und Deep Learning 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.

Die Autoren erl?utern umfassend den Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Daf?r behandeln sie in diesem Buch ein breites Spektrum leistungsf?higer Python-Bibliotheken wie Scikit-learn, Keras und TensorFlow. Sie lernen detailliert, wie Sie Python f?r maschinelle Lernverfahren einsetzen und dabei eine Vielzahl von statistischen Modellen verwenden.