Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 21 votes.
Titre original :
PostgreSQL 11 Administration Cookbook: Over 175 recipes for database administrators to manage enterprise databases
Contenu du livre :
Exploiter la puissance de Python pour développer des applications de data mining, analyser des données, se plonger dans l'apprentissage automatique, explorer la détection d'objets à l'aide de réseaux neuronaux profonds et créer des modèles prédictifs perspicaces.
Caractéristiques principales ⬤ Utiliser une grande variété de logiciels Python
⬤ Utiliser une grande variété de bibliothèques Python à des fins pratiques d'exploration de données.
⬤ Apprenez à trouver, manipuler, analyser et visualiser des données à l'aide de Python.
⬤ Des instructions pas à pas sur les techniques d'exploration de données avec Python qui ont des applications dans le monde réel.
Description du livre
Ce livre vous apprend à concevoir et à développer des applications de data mining en utilisant une variété d'ensembles de données, en commençant par la classification de base et l'analyse des affinités. Ce livre couvre un grand nombre de bibliothèques disponibles en Python, y compris le Jupyter Notebook, pandas, scikit-learn, et NLTK.
Vous acquerrez une expérience pratique avec des types de données complexes, notamment du texte, des images et des graphiques. Vous découvrirez également la détection d'objets à l'aide de réseaux neuronaux profonds, qui est l'un des domaines les plus importants et les plus difficiles de l'apprentissage automatique à l'heure actuelle.
Avec des exemples restructurés et des échantillons de code mis à jour pour la dernière édition de Python, chaque chapitre de ce livre vous présente de nouveaux algorithmes et de nouvelles techniques. À la fin du livre, vous aurez une bonne idée de l'utilisation de Python pour l'exploration de données et une bonne compréhension des algorithmes ainsi que des implémentations.
Ce que vous apprendrez
⬤ Appliquer les concepts de data mining à des problèmes du monde réel.
⬤ Prédire l'issue de matchs sportifs en se basant sur les résultats antérieurs.
⬤ Déterminer l'auteur d'un document en fonction de son style d'écriture.
⬤ Utiliser les API pour télécharger des ensembles de données à partir des médias sociaux et d'autres services en ligne.
⬤ Trouver et extraire de bonnes caractéristiques à partir d'ensembles de données difficiles.
⬤ Créer des modèles qui résolvent des problèmes du monde réel.
⬤ Concevoir et développer des applications d'exploration de données en utilisant une variété d'ensembles de données.
⬤ Effectuer la détection d'objets dans les images à l'aide de réseaux neuronaux profonds.
⬤ Trouver des informations significatives à partir de vos données grâce à des visualisations intuitives.
⬤ Les applications d'exploration de données (big data), y compris les données en temps réel provenant de l'Internet.
A qui s'adresse ce livre ?
Si vous êtes un programmeur Python qui souhaite s'initier au data mining, ce livre est fait pour vous. Si vous êtes un analyste de données qui souhaite tirer parti de la puissance de Python pour effectuer du data mining de manière efficace, ce livre vous aidera également. Aucune expérience préalable du data mining n'est attendue.
Autres informations sur le livre :
| ISBN : | 9781789537581 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
