Применение машинного обучения для лучшего понимания природы данных - умение, необходимое любому современному разработчику программ или аналитику. Python - замечательный язык для создания приложении машинного обучения. Благодаря своей динамичности он позволяет быстро производить разведочный анализ данных и экспериментировать с ними. Обладая первоклассным набором библиотек машинного обучения с открытым исходным кодом, Python дает возможность сосредоточиться на решаемой задаче и в то же время опробовать различные идеи. Книга начинается с краткого введения в предмет машинного обучения н знакомства с библиотеками NumPy, SciPy, scikit-learn. Но довольно быстро авторы переходят к более серьезным проектам с реальными наборами данных, в частности, тематическому моделированию, анализу корзины покупок, облачным вычислениям и др. Издание рассчитано на программистов, пишущих на Python и желающих узнать о построении систем машинного обучения и научиться извлекать из данных ценную...
Primenenie mashinnogo obuchenija dlja luchshego ponimanija prirody dannykh - umenie, neobkhodimoe ljubomu sovremennomu razrabotchiku programm ili analitiku. Python - zamechatelnyj jazyk dlja sozdanija prilozhenii mashinnogo obuchenija. Blagodarja svoej dinamichnosti on pozvoljaet bystro proizvodit razvedochnyj analiz dannykh i eksperimentirovat s nimi. Obladaja pervoklassnym naborom bibliotek mashinnogo obuchenija s otkrytym iskhodnym kodom, Python daet vozmozhnost sosredotochitsja na reshaemoj zadache i v to zhe vremja oprobovat razlichnye idei. Kniga nachinaetsja s kratkogo vvedenija v predmet mashinnogo obuchenija n znakomstva s bibliotekami NumPy, SciPy, scikit-learn. No dovolno bystro avtory perekhodjat k bolee sereznym proektam s realnymi naborami dannykh, v chastnosti, tematicheskomu modelirovaniju, analizu korziny pokupok, oblachnym vychislenijam i dr. Izdanie rasschitano na programmistov, pishuschikh na Python i zhelajuschikh uznat o postroenii sistem mashinnogo obuchenija i nauchitsja izvlekat iz dannykh tsennuju...
