Machine learning: Die Referenz : mit strukturierten Daten in Python arbeiten
M. Harrison. O'Reilly, Heidelberg, 1. Auflage, Deutsche Ausgabe Edition, (2021)
Zusammenfassung
Das praktische Nachschlagewerk zum Machine Learning mit strukturierten Daten. Konzentriert sich auf Themen, die für den praktizierenden Machine-Learning-Anwender interessant sind. Enthält eine große Anzahl wertvoller Codebeispiele für strukturierte Daten, die in der Praxis konkret weiterhelfen. Zeigt, wie verschiedene Bibliotheken zur Lösung praktischer Fragestellungen eingesetzt werden. Diese praktische Referenz ist eine Sammlung von Methoden, Ressourcen und Codebeispielen zur Lösung gängiger Machine-Learning-Probleme mit strukturierten Daten. Der Autor Matt Harrison hat einen wertvollen Leitfaden zusammengestellt, den Sie als zusätzliche Unterstützung während eines Machine-Learning-Kurses nutzen können oder als Nachschlagewerk, wenn Sie Ihr nächstes ML-Projekt mit Python starten. Das Buch ist ideal für Data Scientists, Softwareentwickler und Datenanalysten, die Machine Learning praktisch anwenden. Es bietet einen Überblick über den kompletten Machine-Learning-Prozess und führt Sie durch die Klassifizierung strukturierter Daten. Sie lernen dann unter anderem Methoden zur Modellauswahl, zur Regression, zur Reduzierung der Dimensionalität und zum Clustering kennen. Die Codebeispiele sind so kompakt angelegt, dass Sie sie für Ihre eigenen Projekte verwenden und auch gut anpassen können.
%0 Book
%1 Harrison.2021
%A Harrison, Matt
%C Heidelberg
%D 2021
%I O'Reilly
%K 2020-2;Neural 2020{\_}2;Neuheiten AI;Algorithmen;Artificial Datenanalyse;Supervised Intelligenz;Maschinelles Learning;{\"u}berwachtes Lernen Lernen;Neuheiten Networks;NumPy;Pandas;Scikit-learn;Statistische Science;KI;K{\"u}nstliche intelligence;Data test5
%T Machine learning: Die Referenz : mit strukturierten Daten in Python arbeiten
%U https://www.content-select.com/index.php?id=bib_view&ean=9783960104087
%X Das praktische Nachschlagewerk zum Machine Learning mit strukturierten Daten. Konzentriert sich auf Themen, die für den praktizierenden Machine-Learning-Anwender interessant sind. Enthält eine große Anzahl wertvoller Codebeispiele für strukturierte Daten, die in der Praxis konkret weiterhelfen. Zeigt, wie verschiedene Bibliotheken zur Lösung praktischer Fragestellungen eingesetzt werden. Diese praktische Referenz ist eine Sammlung von Methoden, Ressourcen und Codebeispielen zur Lösung gängiger Machine-Learning-Probleme mit strukturierten Daten. Der Autor Matt Harrison hat einen wertvollen Leitfaden zusammengestellt, den Sie als zusätzliche Unterstützung während eines Machine-Learning-Kurses nutzen können oder als Nachschlagewerk, wenn Sie Ihr nächstes ML-Projekt mit Python starten. Das Buch ist ideal für Data Scientists, Softwareentwickler und Datenanalysten, die Machine Learning praktisch anwenden. Es bietet einen Überblick über den kompletten Machine-Learning-Prozess und führt Sie durch die Klassifizierung strukturierter Daten. Sie lernen dann unter anderem Methoden zur Modellauswahl, zur Regression, zur Reduzierung der Dimensionalität und zum Clustering kennen. Die Codebeispiele sind so kompakt angelegt, dass Sie sie für Ihre eigenen Projekte verwenden und auch gut anpassen können.
%7 1. Auflage, Deutsche Ausgabe
%@ 9783960104087
@book{Harrison.2021,
abstract = {Das praktische Nachschlagewerk zum Machine Learning mit strukturierten Daten. Konzentriert sich auf Themen, die f{\"u}r den praktizierenden Machine-Learning-Anwender interessant sind. Enth{\"a}lt eine gro{\ss}e Anzahl wertvoller Codebeispiele f{\"u}r strukturierte Daten, die in der Praxis konkret weiterhelfen. Zeigt, wie verschiedene Bibliotheken zur L{\"o}sung praktischer Fragestellungen eingesetzt werden. Diese praktische Referenz ist eine Sammlung von Methoden, Ressourcen und Codebeispielen zur L{\"o}sung g{\"a}ngiger Machine-Learning-Probleme mit strukturierten Daten. Der Autor Matt Harrison hat einen wertvollen Leitfaden zusammengestellt, den Sie als zus{\"a}tzliche Unterst{\"u}tzung w{\"a}hrend eines Machine-Learning-Kurses nutzen k{\"o}nnen oder als Nachschlagewerk, wenn Sie Ihr n{\"a}chstes ML-Projekt mit Python starten. Das Buch ist ideal f{\"u}r Data Scientists, Softwareentwickler und Datenanalysten, die Machine Learning praktisch anwenden. Es bietet einen {\"U}berblick {\"u}ber den kompletten Machine-Learning-Prozess und f{\"u}hrt Sie durch die Klassifizierung strukturierter Daten. Sie lernen dann unter anderem Methoden zur Modellauswahl, zur Regression, zur Reduzierung der Dimensionalit{\"a}t und zum Clustering kennen. Die Codebeispiele sind so kompakt angelegt, dass Sie sie f{\"u}r Ihre eigenen Projekte verwenden und auch gut anpassen k{\"o}nnen.},
added-at = {2024-03-26T16:36:34.000+0100},
address = {Heidelberg},
author = {Harrison, Matt},
biburl = {https://puma.ub.uni-stuttgart.de/bibtex/23ec5ea5a0e2e9e57a69d1b31723de388/roberta.toscano},
edition = {1. Auflage, Deutsche Ausgabe},
institution = {{O'Reilly Verlag GmbH {\&} Co. KG}},
interhash = {59329a7682df78d172871b311c50ccad},
intrahash = {3ec5ea5a0e2e9e57a69d1b31723de388},
isbn = {9783960104087},
keywords = {2020-2;Neural 2020{\_}2;Neuheiten AI;Algorithmen;Artificial Datenanalyse;Supervised Intelligenz;Maschinelles Learning;{\"u}berwachtes Lernen Lernen;Neuheiten Networks;NumPy;Pandas;Scikit-learn;Statistische Science;KI;K{\"u}nstliche intelligence;Data test5},
publisher = {O'Reilly},
timestamp = {2024-05-14T13:50:44.000+0200},
title = {Machine learning: Die Referenz : mit strukturierten Daten in Python arbeiten},
url = {https://www.content-select.com/index.php?id=bib_view&ean=9783960104087},
year = 2021
}
