國立臺東大學館藏查詢系統

館藏書目查詢 > 書目資料

借閱次數 :

非監督式學習 : 使用Python : 從無標籤資料應用機器學習解決方案

點閱：167
評分：0
評論：0
引用：0
轉寄：0

簡略

MARC

001

665147

005

20210329112420.0

008		210126s2020 ch a e 001 0dchi d
020		\|a9789865024062\|q(平裝)\|c新臺幣680元
040		\|aTWNTU\|bchi\|eccr
041	1	\|achi\|heng
066		\|c$1
084		\|a312.32P97\|b2115\|2ncsclt
095		\|aNLB\|bA4 \|cC172193\|d312.32P97\|e4621:2\|pBOOK\|tCCL
100	1	\|a帕代爾\|c(Patel, Ankur A.)
245	10	\|a非監督式學習 : \|b使用Python : 從無標籤資料應用機器學習解決方案 / \|cAnkur A. Patel著 ; 盧建成譯
246	30	\|a使用Python
246	30	\|a從無標籤資料應用機器學習解決方案
250		\|a初版
260		\|a臺北市\|b基峰資訊\|c2020.03
300		\|a[355]面\|b圖\|c23公分
490	0	\|aGotop
500		\|a譯自: Hands-on unsupervised learning using Python : how to build applied machine learning solutions from unlabeled data
500		\|a含索引
500		\|a作者取自譯者
650	7	\|aPython(電腦程式語言)\|2lcstt
650	7	\|a人工智慧\|2lcstt
700	1	\|aPatel, Ankur A.
700	1	\|a盧建成
740	0	\|aHands-on unsupervised learning using Python : how to build applied machine learning solutions from unlabeled data

書籤：

延伸查詢

匯出資料

線上調借

館藏
簡介
作者簡介
標籤(0)
收藏(0)
評論(0)
評分(0)

從無標籤資料應用機器學習解決方案 “研究人員、工程師與學生將會喜歡這本書，因為本書充滿務實的非監督式學習技術，採用平鋪直述的方式，以及囊括了可快速練習的Python範例。” –Sarah Nagy Senior Data Scientist at Edison 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 ‧按照相同與不相同將使用者進行分群 ‧實作半監督式學習 ‧使用受限玻爾茲曼機(restricted Boltzmann machine, RBM)開發電影推薦系統 ‧使用生成對抗網路建立合成影像

回頁首

Ankur A. Patel是7Park Data(Vista Equity Partner項目公司)的數據科學副總裁。在7Park Data，Ankur和他的數據科學團隊採用替代資料為對沖基金和公司構建數據產品，並為企業開發機器學習即服務(MLaaS)。

回頁首

此功能為會員專屬功能請先登入