Data Science e Machine Learning
Data Science e Machine Learning
Michele Di Nuzzo
Estrarre conoscenza dalle informazioni attraverso l’analisi dei dati: quella del data scientist è stata definita la professione più attraente del XXI secolo. Analizzare le relazioni tra i dati, scoprire nuove informazioni e, con l'aiuto del machine learning, sfruttare l’enorme potenziale che vi si nasconde costruendo modelli previsionali. In questo libro illustriamo le tecniche di analisi dei dati e di costruzione di algoritmi di Machine Learning e Deep Learning, passando dalle conoscenze teoriche alle applicazioni con il software statistico R, tramite ampi esempi pratici. Cosa imparerai – Matematica e algebra per il machine learning – Utilizzo del software statistico R e R-Studio – Statistica descrittiva e inferenziale per la data science – Calcolo delle probabilità – La preparazione dei dati e la feature engineering – Progettare e validare gli algoritmi di machine learning – Algoritmi di regressione, classificazione e clustering – Fare previsioni basate su serie temporali – I modelli di reti neurali e deep learning – Raccontare i dati: data visualization & data storytelling A chi è rivolto questo libro Questo libro è rivolto a chiunque voglia imparare a manipolare ed analizzare i dati traendo da questi nuova conoscenza. Se sei un manager IT o un analista che vuole entrare nel mondo della Data Science e dei Big Data, se sei uno sviluppatore che vuole conoscere le nuove tendenze nel campo dell’Intelligenza Artificiale o sei semplicemente curioso di conoscere questo mondo, allora questo libro è per te. Contenuti – La data science e i modelli di analisi – La gestione dei big data – Analisi univariata e multivariata, probabilità e test d’ipotesi – Esplorare e visualizzare i dati – Preparazione e pulizia dei dati – Apprendimento supervisionato: classificazione e regressione – Apprendimento non supervisionato: clustering e riduzione dimensionale – Apprendimento semi supervisionato – Algoritmi di associazione e analisi delle serie temporali – Misure di validazione ed ottimizzazione degli algoritmi – Le reti neurali e il Deep Learning – Reti Convoluzionali per il riconoscimento di immagini – Reti Ricorrenti e LSMT per le sequenze – Encoders per la feature selection – Algoritmi generativi
sapevi chepuoi scaricare gratis la nostra app quiinzona e leggere nuovi consigli e curiosita' su erboristeria, ottica, benessere, animali, casa,moda, cibo, etc, conoscere le anteprime dei libri, e trovare anche le librerie più vicino a te scarica gratis ora, ed usa le fidelity card, le offerte, i coupon acquisti e prenota i servizi disponibili | |
hai una libreria ? aggiungila su ioleggotuleggi.it | |
segui quiinzona |