Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-learn

49,99 €*

Nach dem Kauf zum Download bereit Ein Downloadlink ist wenige Minuten nach dem Kauf im eigenen Benutzerprofil verfügbar.

ISBN/EAN: 9783747502143
  • Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings
  • Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, Keras, TensorFlow 2, Pandas und Matplotlib
  • Best Practices zur Optimierung Ihrer Machine-Learning-Algorithmen

Mit diesem Buch erhalten Sie eine umfassende Einführung in die Grundlagen und den effektiven Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Dafür setzen Sie ein breites Spektrum leistungsfähiger Python-Bibliotheken ein, insbesondere Keras, TensorFlow 2 und Scikit-learn. Auch die für die praktische Anwendung unverzichtbaren mathematischen Konzepte werden verständlich und anhand zahlreicher Diagramme anschaulich erläutert.

Die dritte Auflage dieses Buchs wurde für TensorFlow 2 komplett aktualisiert und berücksichtigt die jüngsten Entwicklungen und Technologien, die für Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dazu zählen insbesondere die neuen Features der Keras-API, das Synthetisieren neuer Daten mit Generative Adversarial Networks (GANs) sowie die Entscheidungsfindung per Reinforcement Learning.

Ein sicherer Umgang mit Python wird vorausgesetzt.

Aus dem Inhalt:

  • Trainieren von Lernalgorithmen und Implementierung in Python
  • Gängige Klassifikationsalgorithmen wie Support Vector Machines (SVM), Entscheidungsbäume und Random Forest
  • Natural Language Processing zur Klassifizierung von Filmbewertungen
  • Clusteranalyse zum Auffinden verborgener Muster und Strukturen in Ihren Daten
  • Deep-Learning-Verfahren für die Bilderkennung
  • Datenkomprimierung durch Dimensionsreduktion
  • Training Neuronaler Netze und GANs mit TensorFlow 2
  • Kombination verschiedener Modelle für das Ensemble Learning
  • Einbettung von Machine-Learning-Modellen in Webanwendungen
  • Stimmungsanalyse in Social Networks
  • Modellierung sequenzieller Daten durch rekurrente Neuronale Netze
  • Reinforcement Learning und Implementierung von Q-Learning-Algorithmen
Autor: Sebastian Raschka, Vahid Mirjalili
EAN: 9783747502143
eBook Format: PDF
Sprache: Deutsch
Produktart: eBook
Veröffentlichungsdatum: 03.03.2021
Untertitel: Das umfassende Praxis-Handbuch für Data Science, Deep Learning und Predictive Analytics
Kategorie:
Schlagworte: Python algorithmen big data buch clusteranalyse data science datenanalyse datenverarbeitung deep learning machine learning mitp neuronale netze numpy predictive analytics regressionsanalyse scikit learn scipy sentiment analyse tenso

0 von 0 Bewertungen

Geben Sie eine Bewertung ab!

Teilen Sie Ihre Erfahrungen mit dem Produkt mit anderen Kunden.


shop display image

Möchten Sie lieber vor Ort einkaufen?

Haben Sie weiterführende Fragen zu diesem Buch oder anderen Produkten? Oder möchten Sie einfach doch lieber in der Buchhandlung stöbern? Wir sind gern persönlich für Sie da und beraten Sie auch telefonisch.

Buchhandlung Marabu
Telegrafenstr. 44
42929 Wermelskirchen
Telefon: 02196/1414

Mo – Fr09:00 – 18:00 UhrSa09:00 – 13:30 Uhr