非監督式學習: 使用Python | 拾書所
pickbooks 拾書所
pickbooks 拾書所
x

Site Breadcrumb

非監督式學習: 使用Python

$ 612 元 原價 680
立即前往
許多專家認為非監督式學習是人工智慧的下一個前沿技術，並且是邁向強人工智慧的關鍵。由於世界上大多數資料都沒有標籤，因此無法應用傳統的監督式學習。從另一方面來說，非監督式學習則可以應用在無標籤的資料集，用以發現埋藏在資料深處裡有意義的樣式，而這些樣式幾乎不可能被人類發現。 作者Ankur Patel藉由使用兩個簡單且已經可實際運用於業務開發(production-ready)的Python框架：Scikit-learn和Keras來示範如何應用非監督式學習。透過程式碼和實際操作範例，數據科學家將從資料中識別難以發現的樣式，獲得更深入的商業洞見、檢測異常、執行自動特徵工程和特徵選擇，以及生成合成資料集。你所需要的只是程式能力和一些機器學習經驗。 ‧比較不同機器學習方法的優點和缺點：監督、非監督和強化學習 ‧完整地設置和管理機器學習項目 ‧為信用卡詐欺建立偵測系統 ‧按照相同與不相同

Brand Slider