關(guān)于我們
書單推薦
新書推薦
|
Python無監(jiān)督學(xué)習(xí)實(shí)戰(zhàn)
許多行業(yè)專家都認(rèn)為無監(jiān)督學(xué)習(xí)是人工智能的下一個前沿領(lǐng)域,可能是通用人工智能的關(guān)鍵。一方面,由于世界上大多數(shù)數(shù)據(jù)是無標(biāo)簽的,無法應(yīng)用傳統(tǒng)的有監(jiān)督學(xué)習(xí);另一方面,無監(jiān)督學(xué)習(xí)可以應(yīng)用于未標(biāo)簽的數(shù)據(jù)集,以發(fā)現(xiàn)數(shù)據(jù)中深藏的有意義模式,這些模式對于人類來說幾乎不可能被發(fā)現(xiàn)。
作者Ankur A.Patel為你展示了如何使用兩個簡單且可用于生產(chǎn)的Python框架實(shí)踐無監(jiān)督學(xué)習(xí):Scikit-Learn和使用Keras的TensorFlow。通過代碼和實(shí)踐示例,數(shù)據(jù)科學(xué)家可以識別數(shù)據(jù)中難以找到的模式并獲得更深入的業(yè)務(wù)洞察,發(fā)現(xiàn)數(shù)據(jù)異常,執(zhí)行自動特征工程和模型選擇,以及生成合成數(shù)據(jù)集。你只需要一些Python編程和機(jī)器學(xué)習(xí)經(jīng)驗(yàn)就可以開始閱讀《Python無監(jiān)督學(xué)習(xí)實(shí)戰(zhàn)(影印版 英文版)》了。 ·比較不同機(jī)器學(xué)習(xí)方法的優(yōu)缺點(diǎn):監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí) ·建立和管理端到端的機(jī)器學(xué)習(xí)項(xiàng)目 ·建立一個異常檢測系統(tǒng)以查出信用卡欺詐行為 ·將用戶分組為不同的同質(zhì)組 ·執(zhí)行半監(jiān)督學(xué)習(xí) ·使用受限玻爾茲曼機(jī)開發(fā)電影推薦系統(tǒng) ·使用生成對抗網(wǎng)絡(luò)來生成合成圖像
你還可能感興趣
我要評論
|