Introduzione al Machine Learning con Python

L'apprendimento automatico è diventato parte integrante di molte app commerciali e progetti di ricerca, ma questo campo non è solo per le grandi aziende con grandi team di ricerca. Se usi Python, anche se sei un principiante, questo libro ti insegnerà modi pratici per creare le tue soluzioni di apprendimento automatico. Con tutti i dati disponibili oggi, le app di apprendimento automatico sono limitate solo dalla tua immaginazione.

Imparerai i passaggi necessari per creare un'applicazione di machine learning di successo con Python e la libreria scikit-learn. Gli autori Andreas Müller e Sarah Guido si concentrano sugli aspetti pratici dell'utilizzo degli algoritmi di machine learning, piuttosto che sulla matematica che sta dietro di essi. La familiarità con le librerie NumPy e matplotlib ti aiuterà a ottenere ancora di più da questo libro.

Con questo libro imparerai:

• Concetti fondamentali e applicazioni dell'apprendimento automatico
• I vantaggi e gli svantaggi degli algoritmi di machine learning più usati
• Come rappresentare i dati elaborati dal machine learning, compresi gli aspetti dei dati su cui concentrarsi
• Metodi avanzati per la valutazione dei modelli e la messa a punto dei parametri
• Il concetto di pipeline per concatenare modelli e incapsulare il flusso di lavoro
• Metodi per lavorare con i dati di testo, comprese le tecniche di elaborazione specifiche per il testo
• Suggerimenti per migliorare le tue competenze nel machine learning e nella scienza dei dati