✨Sách khoa học dữ liệu với các kỹ thuật học máy - cơ bản ( STK)

nhà phát hành : Công Ty TNHH Thương Mại STK

nhà xuất bản : thanh niên

năm : 2024

trang : 425

tác giả : nhiều tác giả

KHOA HỌC DỮ

LIỆU VỚI CÁC KỸ THUẬT HỌC MÁY (CƠ BẢN)

Khoa học dữ liệu với các kỹ thuật học máy (Cơ bản) là cuốn sách giới thiệu nhanh về các

thành phần thiết yếu của ngôn ngữ Python dành cho các nhà nghiên cứu và nhà

phát triển phân tích dữ liệu, học máy và học sâu. Nền tảng học máy vững chắc

được trình bày bởi chuyên gia. Toàn bộ vòng đời phát

triển học máy được áp dụng cho các dự án cấp doanh nghiệp. Bao gồm mã hóa

Python, điện toán khoa học, thuật toán tối ưu hóa, AI có thể giải thích và các

phương pháp tiên tiến hướng đến sự đơn giản, khả năng mở rộng, khả năng tái sử

dụng, khả năng nhân rộng, triển khai nhanh và bảo trì dễ dàng. Từ làm sạch dữ

liệu đến thiết kế mô hình, thử nghiệm và lựa chọn tính năng, cho đến những hình

ảnh trực quan tuyệt vời dễ dàng cho các bên liên quan và người ra quyết định.

Tùy thuộc vào nền tảng và sở thích của sinh viên, các chủ đề có thể bao gồm dữ

liệu tăng cường, mô hình tổng quát và hỗn hợp, dữ liệu lớn, mạng thần kinh sâu,

xử lý hình ảnh, học máy trong GPU, mô hình đồ thị, khớp đường cong và hình

dạng, tạo phân loại (NLP)…. Nhiều phương pháp hồi quy bao gồm logistic hoặc

Lasso được thống nhất và trình bày dưới cùng một phương pháp.

            Nội dung sách KHOA HỌC DỮ LIỆU VỚI CÁC KỸ THUẬT HỌC MÁY (CƠ BẢN)

trình bày

qua 424 trang khổ 16 x 24 cm gồm 3 phần:

·        

Phần 1: Giới thiệu tổng quan về AI, Học máy và Học sâu.

·        

Phần 2: Giới thiệu và hướng dẫn sử dụng các thư viện chuyên dùng

như Numpy, Pandas,  Scipy, TensorFlow…

·        

Phần 3: Giới thiệu học máy qua các chủ đề chính sau:

Phần 3 là trọng tâïm cuốn sách này, hướng dẫn về ứng dụng

học máy với Python. Bạn sẽ khám phá quy trình từng bước để bắt đầu và thành

thạo về học máy để lập mô hình dự đoán với hệ sinh thái Python. Nôi dung sách trình bày tập trung vào một lĩnh vực

con cụ thể của học máy được gọi là mô hình dự đoán. Đây là lĩnh vực học máy hữu

ích nhất trong công nghiệp và là loại học máy mà thư viện Scikit-learn trong Python có khả năng hỗ trợ vượt trội.

Trong thống kê, các mô hình được được

sử dụng để hiểu dữ liệu. Ngược lại, mô hình dự đoán là tập trung vào việc phát

triển các mô hình tạo ra những dự đoán chính xác nhất, nhưng lại phải trả giá

bằng việc giải thích lý do đưa ra những dự đoán đó. Khác với lĩnh vực học máy

rộng hơn, có thể được sử dụng một cách khả thi với dữ liệu ở bất kỳ định dạng

nào, việc lập mô hình dự đoán chủ yếu tập trung vào dữ liệu dạng bảng.

Phần học máy này được soạn

theo 3 chủ đề, các chủ đề này được thiết kế để giúp bạn bắt đầu và sử dụng

Python cho học máy qua ứng dụng một cách hiệu quả và nhanh chóng. Ba chủ đề này

bao gồm:

Bài học: Tìm hiểu cách các nhiệm vụ phụ của dự

án học máy ánh xạ vào Python và cách thực hành tốt nhất để thực hiện từng nhiệm

vụ, Dự án: Liên kết tất cả kiến thức trong bài học bằng cách làm

việc thông qua các bài tập mô hình hóa dự đoán tình huống.

·        Bài tập: Áp dụng công nghệ học máy với một loạt

các bài tập độc lập bằng Python mà có thể sao chép và dán làm điểm khởi đầu cho

các dự án mới.