Mastering Machine Learning Algorithms: Expert techniques for implementing popular machine learning algorithms, fine-tuning your models, and understanding how they work, 2nd Edition
Lingua: inglese
Editore: Packt Publishing, 2020
- Brossura
- Usato
Da: Studibuch, Stuttgart, GermaniaStudibuch
Venditore AbeBooks dal 24 aprile 2018
Condizione: Usato - Ottimo
EUR 32,00
Quantità: 1 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
798 Seiten; 9781838820299.2 Gewicht in Gramm: 3.
Codice articolo 1359882
- Titolo
- Mastering Machine Learning Algorithms: Expert techniques for implementing popular machine learning algorithms, fine-tuning your models, and understanding how they work, 2nd Edition
- Autore
- Giuseppe, Bonaccorso:
- Editore
- Packt Publishing
- Anno di pubblicazione
- 2020
- Condizione
- Sehr gut
- Rilegatura
- paperback
- Lingua
- inglese
- ISBN 10
- 1838820299
- ISBN 13
- 9781838820299
- Edizione
- seconda edizione
- Peso dell'articolo
- 3 grammi
- Cataloghi dei venditori
- Varia
Updated and revised second edition of the bestselling guide to exploring and mastering the most important algorithms for solving complex machine learning problems
Key Features
- Updated to include new algorithms and techniques
- Code updated to Python 3.8 & TensorFlow 2.x
- New coverage of regression analysis, time series analysis, deep learning models, and cutting-edge applications
Book Description
Mastering Machine Learning Algorithms, Second Edition helps you harness the real power of machine learning algorithms in order to implement smarter ways of meeting today's overwhelming data needs. This newly updated and revised guide will help you master algorithms used widely in semi-supervised learning, reinforcement learning, supervised learning, and unsupervised learning domains.
You will use all the modern libraries from the Python ecosystem - including NumPy and Keras - to extract features from varied complexities of data. Ranging from Bayesian models to the Markov chain Monte Carlo algorithm to Hidden Markov models, this machine learning book teaches you how to extract features from your dataset, perform complex dimensionality reduction, and train supervised and semi-supervised models by making use of Python-based libraries such as scikit-learn. You will also discover practical applications for complex techniques such as maximum likelihood estimation, Hebbian learning, and ensemble learning, and how to use TensorFlow 2.x to train effective deep neural networks.
By the end of this book, you will be ready to implement and solve end-to-end machine learning problems and use case scenarios.
What you will learn
- Understand the characteristics of a machine learning algorithm
- Implement algorithms from supervised, semi-supervised, unsupervised, and RL domains
- Learn how regression works in time-series analysis and risk prediction
- Create, model, and train complex probabilistic models
- Cluster high-dimensional data and evaluate model accuracy
- Discover how artificial neural networks work - train, optimize, and validate them
- Work with autoencoders, Hebbian networks, and GANs
Who this book is for
This book is for data science professionals who want to delve into complex ML algorithms to understand how various machine learning models can be built. Knowledge of Python programming is required.
Table of Contents
- Machine Learning Model Fundamentals
- Loss functions and Regularization
- Introduction to Semi-Supervised Learning
- Advanced Semi-Supervised Classifiation
- Graph-based Semi-Supervised Learning
- Clustering and Unsupervised Models
- Advanced Clustering and Unsupervised Models
- Clustering and Unsupervised Models for Marketing
- Generalized Linear Models and Regression
- Introduction to Time-Series Analysis
- Bayesian Networks and Hidden Markov Models
- The EM Algorithm
- Component Analysis and Dimensionality Reduction
- Hebbian Learning
- Fundamentals of Ensemble Learning
- Advanced Boosting Algorithms
- Modeling Neural Networks
- Optimizing Neural Networks
- Deep Convolutional Networks
- Recurrent Neural Networks
- Auto-Encoders
- Introduction to Generative Adversarial Networks
- Deep Belief Networks
- Introduction to Reinforcement Learning
- Advanced Policy Estimation Algorithms
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Giuseppe Bonaccorso is Head of Data Science in a large multinational company. He received his M.Sc.Eng. in Electronics in 2005 from University of Catania, Italy, and continued his studies at University of Rome Tor Vergata, and University of Essex, UK. His main interests include machine/deep learning, reinforcement learning, big data, and bio-inspired adaptive systems. He is author of several publications including Machine Learning Algorithms and Hands-On Unsupervised Learning with Python, published by Packt.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
Studibuch
Stuttgart, Germania
Venditore AbeBooks dal 24 aprile 2018
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 10 a 21 giorni lavorativi | Da 10 a 21 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 62,30 | EUR 77,30 |
Metodi di pagamento
- Assegno
Descrizione dello Store
Studibuch ist ein Onlineshop für Studien- und Fachbücher. Bei uns bekommst Du gebrauchte und gut erhaltene Fachliteratur zu fairen Preisen. Bücher mehrmals zu verwenden bedeutet, knappe Ressourcen nachhaltig zu nutzen. Durch deinen Einkauf bei Studibuch entsteht eine Wertekette, die vollständig auf nachhaltiges Wirtschaften ausgerichtet ist und ein Zeichen gegen die Wegwerfmentalität setzt. Wenn Du selbst noch gebrauchte Fachbücher hast, die Du nicht mehr benötigst dann kannst Du sie auf Studibuch.de verkaufen. Mit Deinem Verkauf bei Studibuch schaffst Du Platz im Regal und kannst den Verkaufserlös für ein neues Fachbuch nutzen. Der Verkauf funktioniert ganz einfach. Du gibst die ISBN oder den Buchtitel auf unserer Seite ein oder scannst mit der kostenlosen Studibuch App den Barcode des Buches. Jetzt fehlt nur noch eine Angabe zum Zustand und dann wird Dir direkt der Verkaufspreis genannt. Nachdem Du alle Bücher eingegeben hast, kannst Du über einen Link Deinen Paketschein ausdrucken und die Bücher an uns versenden. Nach Eintreffen der Bücher erhältst Du garantiert innerhalb von drei Werktagen Dein Geld.…
Specializzazione
FachbücherInformazioni sull’azienda del venditore
Studibuch GmbH
Neue Weinsteige 69
Stuttgart, Germania 70180
Condizioni di vendita
Studibuch GmbH
Neue Weinsteige 69
70180 Stuttgart
E-Mail-Adresse: orders@studibuch.de
Geschäftsführer: Lutz Gaissmaier
Registergericht: Amtsgericht Stuttgart
Handelsregisternummer: HRB 752634
Ust-ID: DE300598670
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Studibuch, Stuttgart, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Spedizione al di fuori della Germania
Per le spedizioni al di fuori della Germania, è inclusa un’assicurazione fino a 50 € (per pacchi fino a 2 kg). Viene inoltre fornito un numero di tracciamento.
Attenzione! Resi per rifiuto di accettazione o mancato ritiro
Le spedizioni che ci vengono restituite a causa del rifiuto di accettazione da parte del cliente o per mancato ritiro presso il corriere nei tempi previsti non sono considerate resi regolari nell’ambito del diritto di recesso. In tali casi, ci riserviamo il diritto di detrarre una tariffa forfettaria per la gestione e la restituzione dall’importo da rimborsare.
Le tariffe si compongono dei seguenti costi:
Per resi dalla Germania: 4,90 €
Per resi dall’estero: 12,90 €
L’importo totale verrà automaticamente detratto dal rimborso.