Apprentissage automatique avec PyTorch et Scikit-Learn : Développer des modèles d'apprentissage automatique et d'apprentissage profond avec Python

Avis des lecteurs

Résumé:

Ce livre est considéré comme un guide complet de l'apprentissage automatique, qui met l'accent sur les applications pratiques utilisant PyTorch et Scikit-Learn. Les critiques apprécient sa rigueur, son approche pratique et l'intégration de concepts mathématiques dans un format digeste. Cependant, quelques critiques ont été émises concernant sa présentation, en particulier l'utilisation de graphiques en noir et blanc, que certains lecteurs trouvent moins attrayants.

Avantages:

⬤ Couverture approfondie des concepts de l'apprentissage automatique
⬤ exemples de codes pratiques
⬤ approche d'apprentissage pratique
⬤ bases approfondies de la théorie et de l'application
⬤ références bien citées pour une étude plus approfondie
⬤ convient à différents niveaux d'expertise, des débutants aux praticiens avancés.

Inconvénients:

⬤ Problèmes de présentation avec des graphiques en noir et blanc
⬤ certains lecteurs attendaient plus de profondeur sur des sujets spécifiques
⬤ critiques occasionnelles de la mise en page du livre ou des sections d'introduction manquantes
⬤ certaines connaissances techniques sont nécessaires pour une compréhension complète.

(basé sur 87 avis de lecteurs)

Titre original :

Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python

Contenu du livre :

Livre PyTorch de la série Python Machine Learning, best-seller et largement acclamé, élargi pour inclure les transformateurs, XGBoost, et les réseaux neuronaux graphiques.

Caractéristiques principales :

⬤ Apprenez l'apprentissage automatique appliqué en vous appuyant sur une solide base théorique.

⬤ Des explications claires et intuitives vous plongent dans la théorie et la pratique de l'apprentissage automatique en Python.

⬤ Les explications claires et intuitives vous plongent dans la théorie et la pratique de l'apprentissage automatique en Python.

Description du livre :

Machine Learning with PyTorch and Scikit-Learn est un guide complet sur l'apprentissage automatique et l'apprentissage profond avec PyTorch. Il s'agit à la fois d'un tutoriel étape par étape et d'une référence à laquelle vous reviendrez au fur et à mesure que vous construirez vos systèmes d'apprentissage automatique.

Rempli d'explications claires, de visualisations et d'exemples, ce livre couvre en profondeur toutes les techniques essentielles d'apprentissage automatique. Alors que certains livres se contentent de vous apprendre à suivre des instructions, ce livre sur l'apprentissage automatique vous enseigne les principes qui vous permettront de créer des modèles et des applications par vous-même.

Mis à jour pour couvrir l'apprentissage profond à l'aide de PyTorch, ce livre présente également aux lecteurs les derniers ajouts à scikit-learn. En outre, ce livre couvre diverses techniques d'apprentissage automatique et d'apprentissage profond pour la classification de textes et d'images. Vous découvrirez également les réseaux adversaires génératifs (GAN) pour générer de nouvelles données et former des agents intelligents avec l'apprentissage par renforcement. Enfin, cette nouvelle édition est également enrichie pour couvrir les dernières tendances en matière d'apprentissage profond, y compris des introductions aux réseaux neuronaux graphiques et aux transformateurs à grande échelle utilisés pour le traitement du langage naturel (NLP).

Ce livre PyTorch est votre compagnon pour l'apprentissage automatique avec Python, que vous soyez un développeur Python débutant dans l'apprentissage automatique ou que vous souhaitiez approfondir vos connaissances sur les derniers développements.

Ce que vous apprendrez

⬤ Explorer les cadres, les modèles et les techniques pour que les machines " apprennent " à partir des données.

⬤ Utiliser scikit-learn pour l'apprentissage automatique et PyTorch pour l'apprentissage profond.

⬤ Les modèles d'apprentissage automatique sont utilisés pour l'apprentissage automatique et PyTorch pour l'apprentissage approfondi.

⬤ Construire et entraîner des réseaux neuronaux, des transformateurs et des réseaux neuronaux graphiques.

⬤ Découvrez les meilleures pratiques pour l'évaluation et le réglage des modèles.

⬤ Prédire des résultats cibles continus à l'aide de l'analyse de régression.

⬤ Les données textuelles et les données des médias sociaux sont analysées en profondeur à l'aide de l'analyse des sentiments.

A qui s'adresse ce livre :

Si vous connaissez un peu Python et que vous voulez utiliser l'apprentissage automatique et l'apprentissage profond, prenez ce livre. Que vous souhaitiez partir de zéro ou approfondir vos connaissances en matière d'apprentissage automatique, ce livre est une ressource essentielle.

Écrit pour les développeurs et les scientifiques des données qui veulent créer un apprentissage automatique pratique avec Python et le code d'apprentissage profond PyTorch. Ce livre sur Python est idéal pour tous ceux qui souhaitent enseigner aux ordinateurs comment apprendre à partir des données.

Une connaissance pratique du langage de programmation Python, ainsi qu'une bonne compréhension du calcul et de l'algèbre linéaire sont indispensables.

Autres informations sur le livre :

• ISBN : 9781801819312
• Auteur : Sebastian Raschka
• Éditeur : Packt Pub
• Reliure : Broché