Applied Supervised Learning with Python 상세페이지
Applied Supervised Learning with Python
Use scikit-learn to build predictive models from real-world datasets and prepare yourself for the future of machine learning
- 관심 0
소장
전자책 정가
23,000원
판매가
23,000원
출간 정보
- 2019.04.27 전자책 출간
듣기 기능
TTS(듣기) 미지원
파일 정보
- 404 쪽
- 7.3MB
지원 환경
- 앱
- 웹
- PC뷰어
- PAPER
ISBN
9781789955835
UCI
-
Applied Supervised Learning with Python
작품 정보
▶What You Will Learn
⦁ Understand the concept of supervised learning and its applications
⦁ Implement common supervised learning algorithms using machine learning Python libraries
⦁ Validate models using the k-fold technique
⦁ Build your models with decision trees to get results effortlessly
⦁ Use ensemble modeling techniques to improve the performance of your model
⦁ Apply a variety of metrics to compare machine learning models
▶Key Features
⦁ Understand various machine learning concepts with real-world examples
⦁ Implement a supervised machine learning pipeline from data ingestion to validation
⦁ Gain insights into how you can use machine learning in everyday life
▶Who This Book Is For
Applied Supervised Learning with Python is for you if you want to gain a solid understanding of machine learning using Python. It'll help if you to have some experience in any functional or object-oriented language and a basic understanding of Python libraries and expressions, such as arrays and dictionaries.
▶Audience
Applied Supervised Learning with Python is for you if you want to gain a solid understanding of machine learning using Python. It'll help if you have some experience in any functional or object-oriented language and a basic understanding of Python libraries and expressions, such as arrays and dictionaries.
▶Approach
Applied Supervised Learning with Python takes a hands-on approach toward understanding supervised learning with Python. It contains multiple activities that use real-life business scenarios.
⦁ Understand the concept of supervised learning and its applications
⦁ Implement common supervised learning algorithms using machine learning Python libraries
⦁ Validate models using the k-fold technique
⦁ Build your models with decision trees to get results effortlessly
⦁ Use ensemble modeling techniques to improve the performance of your model
⦁ Apply a variety of metrics to compare machine learning models
▶Key Features
⦁ Understand various machine learning concepts with real-world examples
⦁ Implement a supervised machine learning pipeline from data ingestion to validation
⦁ Gain insights into how you can use machine learning in everyday life
▶Who This Book Is For
Applied Supervised Learning with Python is for you if you want to gain a solid understanding of machine learning using Python. It'll help if you to have some experience in any functional or object-oriented language and a basic understanding of Python libraries and expressions, such as arrays and dictionaries.
▶Audience
Applied Supervised Learning with Python is for you if you want to gain a solid understanding of machine learning using Python. It'll help if you have some experience in any functional or object-oriented language and a basic understanding of Python libraries and expressions, such as arrays and dictionaries.
▶Approach
Applied Supervised Learning with Python takes a hands-on approach toward understanding supervised learning with Python. It contains multiple activities that use real-life business scenarios.
작가 소개
▶About the Author
⦁ Benjamin Johnston
Benjamin Johnston is a senior data scientist for one of the world's leading data-driven medtech companies and is involved in the development of innovative digital solutions throughout the entire product development pathway, from problem definition, to solution research and development, through to final deployment. He is currently completing his PhD in machine learning, specializing in image processing and deep convolutional neural networks. He has more than 10 years' experience in medical device design and development, working in a variety of technical roles and holds first-class honors bachelor's degrees in both engineering and medical science from the University of Sydney, Australia.
⦁ Ishita Mathur
Ishita Mathur has worked as a data scientist for 2.5 years with product-based start-ups working with business concerns in various domains and formulating them as technical problems that can be solved using data and machine learning. Her current work at GO-JEK involves the end-to-end development of machine learning projects, by working as part of a product team on defining, prototyping, and implementing data science models within the product. She completed her masters' degree in high-performance computing with data science at the University of Edinburgh, UK, and her bachelor's degree with honors in physics at St. Stephen's College, Delhi.
⦁ Benjamin Johnston
Benjamin Johnston is a senior data scientist for one of the world's leading data-driven medtech companies and is involved in the development of innovative digital solutions throughout the entire product development pathway, from problem definition, to solution research and development, through to final deployment. He is currently completing his PhD in machine learning, specializing in image processing and deep convolutional neural networks. He has more than 10 years' experience in medical device design and development, working in a variety of technical roles and holds first-class honors bachelor's degrees in both engineering and medical science from the University of Sydney, Australia.
⦁ Ishita Mathur
Ishita Mathur has worked as a data scientist for 2.5 years with product-based start-ups working with business concerns in various domains and formulating them as technical problems that can be solved using data and machine learning. Her current work at GO-JEK involves the end-to-end development of machine learning projects, by working as part of a product team on defining, prototyping, and implementing data science models within the product. She completed her masters' degree in high-performance computing with data science at the University of Edinburgh, UK, and her bachelor's degree with honors in physics at St. Stephen's College, Delhi.
리뷰
0.0
구매자 별점
0명 평가
이 작품을 평가해 주세요!
건전한 리뷰 정착 및 양질의 리뷰를 위해 아래 해당하는 리뷰는 비공개 조치될 수 있음을 안내드립니다.
- 타인에게 불쾌감을 주는 욕설
- 비속어나 타인을 비방하는 내용
- 특정 종교, 민족, 계층을 비방하는 내용
- 해당 작품의 줄거리나 리디 서비스 이용과 관련이 없는 내용
- 의미를 알 수 없는 내용
- 광고 및 반복적인 글을 게시하여 서비스 품질을 떨어트리는 내용
- 저작권상 문제의 소지가 있는 내용
- 다른 리뷰에 대한 반박이나 논쟁을 유발하는 내용
* 결말을 예상할 수 있는 리뷰는 자제하여 주시기 바랍니다.
이 외에도 건전한 리뷰 문화 형성을 위한 운영 목적과 취지에 맞지 않는 내용은 담당자에 의해 리뷰가 비공개 처리가 될 수 있습니다.아직 등록된 리뷰가 없습니다.
첫 번째 리뷰를 남겨주세요!
첫 번째 리뷰를 남겨주세요!
'구매자' 표시는 유료 작품 결제 후 다운로드하거나 리디셀렉트 작품을 다운로드 한 경우에만 표시됩니다.
- 무료 작품 (프로모션 등으로 무료로 전환된 작품 포함)
- '구매자'로 표시되지 않습니다.
- 시리즈 내 무료 작품
- '구매자'로 표시되지 않습니다. 하지만 같은 시리즈의 유료 작품을 결제한 뒤 리뷰를 수정하거나 재등록하면 '구매자'로 표시됩니다.
- 영구 삭제
- 작품을 영구 삭제해도 '구매자' 표시는 남아있습니다.
- 결제 취소
- '구매자' 표시가 자동으로 사라집니다.
개발/프로그래밍 베스트더보기
- 바이브 코딩 너머 개발자 생존법 (애디 오스마니, 강민혁)
- 혼자 공부하는 바이브 코딩 with 클로드 코드 (조태호)
- 요즘 당근 AI 개발 (당근 팀)
- 도메인 주도 설계를 위한 함수형 프로그래밍 (스콧 블라신, 박주형)
- AI 자율학습 밑바닥부터 배우는 AI 에이전트 (다비드스튜디오)
- 연필과 종이로 풀어보는 딥러닝 수학 워크북 214제 (톰 예(Tom yeh) )
- 요즘 바이브 코딩 클로드 코드 완벽 가이드 (최지호(코드팩토리))
- 밑바닥부터 만들면서 배우는 LLM (세바스찬 라시카, 박해선)
- 알아서 잘하는 에이전틱 AI 시스템 구축하기 (안자나바 비스와스, 릭 탈루크다르)
- 개정2판 | 소프트웨어 아키텍처 The Basics (마크 리처즈, 닐 포드)
- 러스트 클린 코드 (브렌든 매슈스, 윤인도)
- AI 엔지니어링 (칩 후옌, 변성윤)
- 밑바닥부터 시작하는 웹 브라우저 (파벨 판체카, 크리스 해럴슨)
- 그림으로 이해하는 도커와 쿠버네티스 (토쿠나가 코헤이 , 서수환)
- 생성형 AI를 위한 프롬프트 엔지니어링 (제임스 피닉스, 마이크 테일러)
- 개정판 | <소문난 명강의> 레트로의 유니티 6 게임 프로그래밍 에센스 (이제민)
- 혼자 공부하는 네트워크 (강민철)
- 데이터베이스 설계, 이렇게 하면 된다 (미크, 윤인성)
- 핸즈온 바이브 코딩 (정도현)
- 기본 이론에서 실무 예제까지, HANA 기반 Easy ABAP 3.0 (김성준, 박재형)
성인 인증 안내
성인 재인증 안내
성인 인증 안내
성인 재인증 안내
청소년보호법에 따라 성인 인증은 1년간
유효하며, 기간이 만료되어 재인증이 필요합니다.
성인 인증 후에 이용해 주세요.
해당 작품은 성인 인증 후 보실 수 있습니다.
성인 인증 후에 이용해 주세요.
청소년보호법에 따라 성인 인증은 1년간
유효하며, 기간이 만료되어 재인증이 필요합니다.
성인 인증 후에 이용해 주세요.
해당 작품은 성인 인증 후 선물하실 수 있습니다.
성인 인증 후에 이용해 주세요.
본문 끝 최상단으로 돌아가기
