Python Machine Learning By Example - Fourth Edition: Unlock machine learning best practices with real-world use cases
Author Yuxi (Hayden) Liu teaches machine learning from the fundamentals to building NLP transformers and multimodal models with best practice tips and real-world examples using PyTorch, TensorFlow, scikit-learn, and pandasKey Features: - Discover new and updated content on NLP transformers, PyTor... Lue lisää
Author Yuxi (Hayden) Liu teaches machine learning from the fundamentals to building NLP transformers and multimodal models with best practice tips and real-world examples using PyTorch, TensorFlow, scikit-learn, and pandasKey Features: - Discover new and updated content on NLP transformers, PyTor... Lue lisää
Author Yuxi (Hayden) Liu teaches machine learning from the fundamentals to building NLP transformers and multimodal models with best practice tips and real-world examples using PyTorch, TensorFlow, scikit-learn, and pandasKey Features: - Discover new and updated content on NLP transformers, PyTorch, and computer vision modeling- Includes a dedicated chapter on best practices and additional best practice tips throughout the book to improve your ML solutions- Implement ML models, such as neural networks and linear and logistic regression, from scratch- Purchase of the print or Kindle book includes a free PDF copyBook Description: The fourth edition of Python Machine Learning by Example is a comprehensive guide for beginners and experienced ML practitioners who want to learn more advanced techniques like multimodal modeling. Written by experienced machine learning author and ex-Google ML engineer Yuxi (Hayden) Liu, this edition emphasizes best practices, providing invaluable insights for ML engineers, data scientists, and analysts.Explore advanced techniques, including two new chapters on natural language processing transformers with BERT and GPT, and multimodal computer vision models with PyTorch and Hugging Face. You'll learn key modeling techniques using practical examples, such as predicting stock prices and creating an image search engine.This hands-on machine learning book navigates through complex challenges, bridging the gap between theoretical understanding and practical application. Elevate your machine learning and deep learning expertise, tackle intricate problems, and unlock the potential of advanced techniques in machine learning with this authoritative guide.What You Will Learn: - Follow machine learning best practices across data preparation and model development- Build and improve image classifiers using Convolutional Neural Networks (CNNs) and transfer learning- Develop and fine-tune neural networks using TensorFlow and PyTorch- Analyze sequence data and make predictions using RNNs, transformers, and CLIP- Build classifiers using SVMs and boost performance with PCA- Avoid overfitting using regularization, feature selection, and moreWho this book is for: This expanded fourth edition is ideal for data scientists, ML engineers, analysts, and students with Python programming knowledge. The real-world examples, best practices, and code prepare anyone undertaking their first serious ML project.Table of Contents- Getting Started with Machine Learning and Python- Building a Movie Recommendation Engine- Predicting Online Ad Click-Through with Tree-Based Algorithms- Predicting Online Ad Click-Through with Logistic Regression- Predicting Stock Prices with Regression Algorithms- Predicting Stock Prices with Artificial Neural Networks- Mining the 20 Newsgroups Dataset with Text Analysis Techniques- Discovering Underlying Topics in the Newsgroups Dataset with Clustering and Topic Modeling- Recognizing Faces with Support Vector Machine- Machine Learning Best Practices- Categorizing Images of Clothing with Convolutional Neural Networks- Making Predictions with Sequences Using Recurrent Neural Networks- Advancing Language Understanding and Generation with Transformer Models- Building An Image Search Engine Using Multimodal Models- Making Decisions in Complex Environments with Reinforcement Learning
- Kustantaja / Valmistaja Packt Publishing
- ISBN 9781835085622
- Tuotekoodi 9781835085622
- Kirjoittajat Yuxi (Hayden) Liu
- Kieli Englanti
- Ilmestymispäivä 31.07.2024
- Vuosi 2024
- Painos 4
- Tuoteryhmä Ulk talous, it, yhteiskunta
- Tuotepääryhmä Ulkomaiset kirjat
- Tuotelinja Kirjat
- Sivumäärä 518
- Avainsanat Mathematical & Statistical Software; Software Development & Engineering - Tools; Machine Theory
- Kirjastoluokka COM
- Pituus (mm) 235
- Leveys (mm) 190
- Korkeus (mm) 26
- Paino (g) 880
- Tuotemuoto Pehmeäkantinen
- Tuotemuodon lisätiedot Trade pokkari (US)
Tämä tuote kuuluu tuoteryhmiin
Lue lisää tuotearvosteluista
Tuotearvostelut Suomalainen.comissa
Tutustu tuotearvostelujen käytäntöihin ja ehtoihin ennen kuin jätät arvostelun.
Suomalainen.com -verkkokaupassa on mahdollista jättää tuotearvosteluja siellä myynnissä olevista tuotteista. Tuotearvosteluja voivat jättää sekä tuotetta Suomalaisesta Kirjakaupasta ostaneet asiakkaat että muut sivuston käyttäjät. Arvostelijan nimimerkin jälkeinen teksti kertoo, onko kyseessä vahvistettu ostaja vai muu asiakas/sivuston käyttäjä.
-
Vahvistettu ostaja - Kyseinen arvostelu on jätetty käyttämällä tuotteen ostajalle lähetettyä sähköpostilinkkiä. Kyseessä on siis vahvistettu ostaja eli arvostelun jättänyt henkilö on ostanut todennetusti kyseisen tuotteen.
-
Vahvistettu suosittelija - Kyseinen arvostelu on jätetty suomalainen.com -verkkosivustolla. Arvostelijan sähköpostiosoite on vahvistettu, jotta on voitu varmistua siitä, että arvostelun on jättänyt oikea henkilö. Suomalainen.com ei kuitenkaan ole vahvistanut, että kyseinen henkilö on ostanut tuotteen.
- Ei tekstiä nimimerkin jälkeen - Kyseinen arvostelu on jätetty suomalainen.com -verkkosivustolla, mutta arvostelun jättäjän sähköpostiosoitetta ei ole vahvistettu.
Tuotearvostelussa pakollisia tietoja ovat tuotteen pistemäärä (tähdet), otsikko sekä arvosteluteksti. Jos jätät arvostelun sinulle lähetetyn sähköpostilinkin kautta, arvostelu julkaistaan käyttämällä etunimeäsi sekä sukunimen ensimmäistä kirjainta.
Jos jätät arvostelun sivustollamme, voit käyttää arvostelussa myös nimimerkkiä. Arvostelun jättämisen yhteydessä sinulta kysytään sähköpostiosoitetta, jonka avulla vahvistamme, että arvostelun on lähettänyt oikea henkilö, eikä esimerkiksi robotti. Tuotearvostelujen palveluntarjoajana toimii Yotpo. Katso Yotpon tietosuojaseloste.
Arvostelut julkaistaan tuotteen kohdalla automaattisesti ja ne tulevat esiin viiveellä. Suomalainen.com pidättää kuitenkin oikeuden poistaa kommentit, jotka sisältävät epäasiallista, herjaavaa tai halventavaa kieltä, vihapuhetta tai ovat muuten hyvän tavan vastaisia, tai joissa markkinoidaan muiden toimijoiden sivustoja tai tuotteita.
Jättämällä arvostelun annat Suomalaiselle Kirjakaupalle oikeuden käyttää kyseisiä arvosteluja omassa markkinoinnissaan (sekä painettu että digitaalinen) ilman erillistä korvausta. Arvosteluja käytetään myös analysointiin ja markkinoinnin kehittämiseen.
Tuotearvostelun jättäneiden kesken arvotaan säännöllisin väliajoin tuotepalkintoja. Tutustu arvonnan sääntöihin täällä.
Mikäli haluat poistaa jättämäsi tuotearvostelun verkkokaupastamme, pyyntö tästä tulee ohjata asiakaspalveluumme: asiakaspalvelu@suomalainen.com.
Tuotearvostelut eivät ole tarkoitettu asiakasreklamaatioiden tai tilauskyselyjen tekemiseen. Reklamaatiotapauksissa pyydämme ottamaan yhteyttä asiakaspalveluumme: asiakaspalvelu@suomalainen.com.
Jättämällä arvostelun suomalainen.com -verkkokauppaan hyväksyt yllämainitut käytännöt ja ehdot.
Lue lisää tuotearvosteluista.