Wiley – Python Machine Learning 2019

در تاریخ: 1404/09/24 0:55:30

توضیحات

کتاب Python Machine Learning به عنوان یک منبع جامع برای کدنویسان و متخصصان فناوری اطلاعات در هر سطحی طراحی شده است که علاقه‌مند به تسلط بر یکی از پرتقاضاترین مهارت‌های برنامه‌نویسی روز، یعنی یادگیری ماشین، هستند. نویسندگان کتاب با پوشش مفاهیم بنیادی مانند مقدمه‌ای بر یادگیری ماشین و علم داده آغاز می‌کنند و خواننده را با ابزارهای اساسی پایتون از جمله کتابخانه‌های حیاتی چون NumPy برای کار با آرایه‌های عددی و Pandas برای مدیریت داده‌های جدولی آشنا می‌سازند.

در بخش‌های میانی و پایانی، تمرکز بر الگوریتم‌های رایج یادگیری ماشین است. خواننده با الگوریتم‌های یادگیری نظارت‌شده مانند رگرسیون (خطی و لجستیک) و ماشین‌های بردار پشتیبان (SVM)، و همچنین الگوریتم‌های یادگیری بدون نظارت مانند خوشه‌بندی آشنا می‌شود. در طول کتاب، برای هر الگوریتم، سناریوهای واقعی زندگی به کار برده می‌شود تا به روشنی نشان داده شود که چگونه می‌توان از پایتون برای حل مسئله مورد نظر و در نهایت استقرار مدل‌های ساخته شده استفاده کرد.

ویژگی های کتاب

ارائه یک معرفی مفصل و ساختارمند به مباحث بنیادین یادگیری ماشین و علم داده.
آموزش نحوه دستکاری، تحلیل و بصری‌سازی داده‌ها با استفاده از کتابخانه‌های کلیدی پایتون مانند NumPy، Pandas و Matplotlib/Seaborn.
بررسی جامع الگوریتم‌های یادگیری نظارت‌شده (مانند رگرسیون و طبقه‌بندی) و بدون نظارت (مانند خوشه‌بندی).
ارائه راهنمای گام به گام برای فرآیندهای مهمی چون پاکسازی داده‌ها و آماده‌سازی آن‌ها.
توضیح چگونگی استقرار مدل‌های یادگیری ماشین ساخته شده برای استفاده در برنامه‌های کاربردی مختلف دسکتاپ و موبایل.
اتخاذ رویکردی متعادل بین درک نظری مفاهیم هوش مصنوعی و پیاده‌سازی عملی آن‌ها با مثال‌های کاربردی.