Avis des lecteurs
Résumé:Le livre s'adresse aux débutants en apprentissage automatique et couvre des sujets essentiels tels que le nettoyage des données et le traitement des ensembles de données du monde réel. Cependant, il n'est pas à la hauteur pour ceux qui sont déjà familiarisés avec l'apprentissage automatique et qui souhaitent un contenu approfondi sur l'apprentissage profond, car il ne consacre que deux chapitres à l'apprentissage profond et manque de complexité dans ses discussions.
Avantages:⬤ Convient aux débutants en apprentissage automatique
⬤ couverture approfondie du nettoyage des données et des défis posés par les ensembles de données du monde réel
⬤ exemples pratiques de déploiement de modèles et de traitement des données déséquilibrées.
⬤ Insuffisamment approfondi sur les sujets de l'apprentissage profond
⬤ limité à deux chapitres pour l'apprentissage profond
⬤ utilise des ensembles de données plus simples (par exemple, MNIST) qui peuvent ne pas correspondre au titre du livre
⬤ performance anti-climatique des modèles d'apprentissage profond par rapport aux modèles traditionnels tels que XGBoost.
(basé sur 3 avis de lecteurs)
Titre original :
Deep Learning with Structured Data
Contenu du livre :
Deep Learning with Structured Data vous enseigne de puissantes techniques d'analyse de données pour les données tabulaires et les bases de données relationnelles.
Résumé
L'apprentissage profond offre la possibilité d'identifier des modèles et des relations complexes cachés dans des données de toutes sortes. Deep Learning with Structured Data vous montre comment appliquer de puissantes techniques d'analyse de deep learning au type de données structurées et tabulaires que vous trouverez dans les bases de données relationnelles dont dépendent les entreprises du monde réel. Rempli d'applications pratiques et pertinentes, ce livre vous apprend comment l'apprentissage profond peut augmenter vos systèmes existants d'apprentissage automatique et de veille stratégique.
L'achat du livre imprimé inclut un livre électronique gratuit aux formats PDF, Kindle et ePub de Manning Publications.
À propos de la technologie
Voici un vilain secret : dans la plupart des projets de science des données, la moitié du temps est consacrée au nettoyage et à la préparation des données. Mais il existe une meilleure solution : Les techniques d'apprentissage profond optimisées pour les données tabulaires et les bases de données relationnelles permettent d'obtenir des informations et des analyses sans nécessiter d'ingénierie intensive. Apprenez à débloquer les performances de l'apprentissage profond en réduisant considérablement le filtrage, la validation et l'épuration des données.
À propos du livre
Deep Learning with Structured Data vous enseigne de puissantes techniques d'analyse de données pour les données tabulaires et les bases de données relationnelles. Commencez par utiliser un ensemble de données basé sur le système de transport en commun de Toronto. Au fil du livre, vous découvrirez à quel point il est facile de configurer des données tabulaires pour l'apprentissage profond, tout en résolvant des problèmes de production cruciaux tels que le déploiement et le contrôle des performances.
Contenu de l'ouvrage
Quand et où utiliser l'apprentissage profond.
L'architecture d'un modèle d'apprentissage profond Keras.
Formation, déploiement et maintenance des modèles.
Mesurer les performances.
À propos du lecteur
Pour les lecteurs ayant des compétences intermédiaires en Python et en apprentissage automatique.
À propos de l'auteur
Mark Ryan est responsable de la science des données chez Intact Assurance. Il est titulaire d'une maîtrise en informatique de l'Université de Toronto.
Table des matières
1 Pourquoi l'apprentissage profond avec des données structurées ?
2 Introduction à l'exemple de problème et aux dataframes Pandas.
3 Préparation des données, partie 1 : Exploration et nettoyage des données.
4 Préparation des données, partie 2 : transformation des données.
5 Préparation et construction du modèle.
6 Entraînement du modèle et expérimentation.
7 Expériences supplémentaires avec le modèle formé.
8 Déploiement du modèle.
9 Prochaines étapes recommandées.
Autres informations sur le livre :
| ISBN : | 9781617296727 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2021 |
| Nombre de pages : | 264 |
Achat:
Actuellement disponible, en stock.
![Le Tarot de Wildwood : Là où réside la sagesse [avec livret] - The Wildwood Tarot: Wherein Wisdom Resides [With Booklet]](/_/0/222/222292-e701.webp)
