Libro acquistabile con carte di credito e carte prepagate Postepay.

     

    Libro acquistabile con Carta Docente.

     

    Libro acquistabile con Carta Cultura Giovani e Carta del Merito.

     

    Libro acquistabile in tre rate mensili Klarna.

     

    Il costo del libro sarà addebitato solo all’avvio della consegna.

     

    Scegli il punto di ritiro dei libri più comodo.

    Machine learning con Python. Costruire algoritmi per generare conoscenza

    Riferimento: 9788850335244

    Editore: Apogeo
    EAN: 9788850335244
    isbook: 1
    Autore: Mirjalili Vahid, Raschka Sebastian
    Collana: Guida completa
    In commercio dal: 28 Maggio 2020
    Pagine: 624
    Formato: Libro in brossura
    Disponibile subito
    50,00 €
    IVA inclusa
    Quantità
    Disponibile subito

    Ricordati che otterrai la ricompensa del 5 per cento del prezzo di copertina quando acquisterai una copia di questo libro. La ricompensa potrà essere utilizzata per pagare i tuoi prossimi acquisti, oppure essere convertita in codici voucher o bonificata sul tuo conto bancario.
    Aderisci al nostro programma di affiliazione per proporre la vendita di questo libro. Guadagnerai commissioni ogni volta che ne favorirai la vendita.
    Iscriviti al programma di affiliazione
    Chiudere

    Descrizione

    Conoscenza e informazioni sono oggi valori fondamentali e per questo elaborare il magma di dati disponibili è una sfida affascinante e imprescindibile. Il machine learning è la risposta: grazie ai suoi algoritmi è infatti possibile creare macchine in grado di apprendere in modo automatico e rispondere alle domande chiave per il successo. Questa edizione accompagna nel mondo dell'apprendimento automatico e mostra come Python sia il linguaggio di programmazione ideale per costruire algoritmi sofisticati in grado di interrogare i dati e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie dedicate - tra cui l'ultimo aggiornamento di scikit-learn - applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini, e viene dato spazio a due tecniche di machine learning all'avanguardia: il reinforcement learning e le reti generative avversarie (GAN). L'approccio è pragmatico: tutti i concetti sono accompagnati da esempi di codice e tutorial passo-passo. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo del machine learning oltre a una buona conoscenza di programmazione in Python.
    E-book non acquistabile