السعر: 35.99$ (134.96 ريال)
تعلم آلة بايثون: تعلم الآلة والتعلم العميق مع بايثون ، و scikit-learn ، و TensorFlow ، الإصدار الثاني
الميزات الأساسية الإصدار الثاني من الكتاب الأكثر مبيعاً حول تعلم الآلة منهج عملي للأطر الرئيسية في علم البيانات والتعلم الآلي والتعلم العميق > استخدم أقوى مكتبات بايثون لتنفيذ التعلم الآلي والتعلم العميق تعرف على أفضل الممارسات لتحسين وتحسين أنظمة التعلم الآلي والخوارزميات وصف الكتاب تعلم الآلة هو تناول عالم البرامج ، والتعلم العميق الآن هو توسيع نطاق التعلم الآلي. فهم والعمل في طليعة التعلم الآلي ، والشبكات العصبية ، والتعلم العميق مع هذه الطبعة الثانية من كتاب سيباستيان راشكا الأكثر مبيعا ، بايثون ماشين ليرننغ. تم تحديثه بشكل كامل باستخدام أحدث مكتبات بايثون مفتوحة المصدر ، يقدم هذا الكتاب المعرفة والتقنيات العملية التي تحتاجها لإنشاء التعليم الآلي والتعلم العميق والتحليل الحديث للبيانات والمساهمة فيه. آلة Python ممددة بالكامل وحديثة يتضمن تطبيق Learning Second Edition الآن مكتبة TensorFlow للتعلم العميق. كما تم تحديث شفرة scikit-learn بالكامل لتشمل التحسينات والإضافات الحديثة على هذه المكتبة التعليمية متعددة الاستخدامات. تقدم لك سيباستيان راشكا وفريد ميرجاليلي البصيرة والخبرات الفريدة إلى التعلم الآلي وخوارزميات التعلم العميق من الصفر وعرض كيفية تطبيقها على تحديات الصناعة العملية باستخدام أمثلة واقعية ومثيرة للاهتمام. بحلول نهاية الكتاب ، ستكون مستعدًا للالتقاء بالفرص الجديدة لتحليل البيانات في عالم اليوم. إذا كنت قد قرأت الطبعة الأولى من هذا الكتاب ، فسيكون من دواعي سرورنا العثور على توازن جديد في الأفكار الكلاسيكية والأفكار الحديثة في تعلم الآلة. تم تحديث كل فصل بشكل نقدي ، وهناك فصول جديدة حول التقنيات الرئيسية. ستتمكن من التعلم والعمل مع TensorFlow بشكل أعمق من أي وقت مضى ، والحصول على تغطية أساسية لمكتبة الشبكة العصبية Keras ، بالإضافة إلى أحدث التحديثات ل scikit-learn. ما ستتعلمه فهم الأطر الرئيسية في علم البيانات ، والتعلم الآلي ، والتعلم العميق الاستفادة من قوة أحدث مكتبات المصدر المفتوح لـ Python في التعلم الآلي استكشاف تقنيات التعلم الآلي باستخدام بيانات العالم الحقيقي الصعبة تنفيذ الشبكة العصبية الرئيسية باستخدام مكتبة TensorFlow تعلم آليات خوارزميات التصنيف لتنفيذ أفضل أداة لهذه الوظيفة li> توقع النتائج المستهدفة المستمرة باستخدام تحليل الانحدار الكشف عن الأنماط والهياكل المخفية في البيانات باستخدام المجموعات التعمق في بيانات الوسائط النصية والاجتماعية باستخدام تحليل المشاعر جدول المحتويات إعطاء أجهزة الكمبيوتر القدرة على التعلم من البيانات Training Simple Machi خوارزميات التعلم من أجل التصنيف جولة في مصنّفات التعلم الآلي باستخدام Scikit-Learn بناء مجموعات تدريبية جيدة - معالجة البيانات ضغط البيانات عبر تخفيض الأبعاد li> أفضل ممارسات التعلم لتقييم النماذج وضبط مقياس البرامترات الجمع بين النماذج المختلفة لتعليم المجموعة تطبيق تعلم الآلة لتحليل المشاعر تضمين آلة نموذج التعلم في تطبيق ويب توقع المتغيرات المستهدفة المستمرة باستخدام تحليل الانحدار العمل مع البيانات غير المحددة - تحليل المجموعات تنفيذ شبكة عصبية اصطناعية متعددة الطبقات من سكراتش موازاة التدريب على الشبكات العصبية باستخدام TensorFlow التعمق أكثر - ميكانيكا TensorFlow تصنيف الصور باستخدام شبكات عصبية تلافيفية عميقة نمذجة تسلسل البيانات باستخدام الشبكات العصبية المتكررة