Khoa học dữ liệu với các kỹ thuật học máy

Khoa học dữ liệu với các kỹ thuật học máy (Cơ bản) là cuốn sách giới thiệu nhanh về các thành phần thiết yếu của ngôn ngữ Python dành cho các nhà nghiên cứu và nhà phát triển phân tích dữ liệu, học máy và học sâu. Nền tảng học máy vững chắc được trình bày bởi chuyên gia. Toàn bộ vòng đời phát triển học máy được áp dụng cho các dự án cấp doanh nghiệp. Bao gồm mã hóa Python, điện toán khoa học, thuật toán tối ưu hóa, AI có thể giải thích và các phương pháp tiên tiến hướng đến sự đơn giản, khả năng mở rộng, khả năng tái sử dụng, khả năng nhân rộng, triển khai nhanh và bảo trì dễ dàng. Từ làm sạch dữ liệu đến thiết kế mô hình, thử nghiệm và lựa chọn tính năng, cho đến những hình ảnh trực quan tuyệt vời dễ dàng cho các bên liên quan và người ra quyết định.

Tùy thuộc vào nền tảng và sở thích của sinh viên, các chủ đề có thể bao gồm dữ liệu tăng cường, mô hình tổng quát và hỗn hợp, dữ liệu lớn, mạng thần kinh sâu, xử lý hình ảnh, học máy trong GPU, mô hình đồ thị, khớp đường cong và hình dạng, tạo phân loại (NLP)…. Nhiều phương pháp hồi quy bao gồm logistic hoặc Lasso được thống nhất và trình bày dưới cùng một phương pháp.

Nội dung sách KHOA HỌC DỮ LIỆU VỚI CÁC KỸ THUẬT HỌC MÁY (CƠ BẢN) gồm 3 phần: