
Advanced Interdisciplinary Applications of Machine Learning Python Libraries for Data Science
Dieses Buch wird aufstrebenden Datenwissenschaftlern helfen, praktische Fähigkeiten zu erlangen, die durch reale Daten und völlig aktuellen Python-Code benötigt werden.
Dieses Buch deckt alle technischen Details ab, von der Installation der benötigten Software bis hin zum Importieren von Bibliotheken und der Verwendung neuester Datensätze, der Entscheidung für das richtige Modell, dem Training und Testen und der Auswertung des Modells. Es wird auch Numpy, Pandas und Matplotlib behandeln.
Es deckt verschiedene maschinelle Lernverfahren wie Regression, lineare und logische Regression, Klassifizierung, Svm (Support Vector Machine), Clustering, Knearest Neighbor, Warenkorbanalyse, Apriori, K Means Clustering, Visualisierung mit Seaborne ab. Keines der existierenden Bücher auf diesem Gebiet deckt alle wesentlichen Algorithmen mit praktischer Implementierung und Code in Python mit allen benötigten Bibliotheken ab und bietet Links zu den verwendeten Datensätzen - vom Verlag zur Verfügung gestellt.