Python Machine Learning

Nei capitoli seguenti verranno discusso i fondamenti della tecnologia di machine learning per comprendere il processo di creazione di una pipeline di dati per un modello di machine learning. Inizierai questo libro sviluppando una solida comprensione delle basi della tecnologia di intelligenza artificiale e della quarta rivoluzione industriale su di noi. È importante padroneggiare i concetti di tecnologia di intelligenza artificiale e imparare come i ricercatori stanno rompendo i confini della data science per imitare l'intelligenza umana nelle macchine. Il potere dell'intelligenza artificiale ha già iniziato a manifestarsi nel nostro ambiente e nei nostri oggetti di uso quotidiano. Questo capitolo discuterà anche di come viene applicata la tecnologia di intelligenza artificiale in alcuni dei più importanti settori industriali tra cui finanza e banche, giornalismo, viaggi e industria dei trasporti.

Il capitolo 2 di questo libro intitolato "Fondamenti del Machine Learning" ti introdurrà ai concetti di base del machine learning, vale a dire "rappresentazione", "ottimizzazione" e "valutazione". Imparerai come la definizione di machine learning è stata personalizzata in tutti i mondi accademico e aziendale. Una panoramica di diversi tipi di algoritmi di machine learning insieme alla relazione tra machine learning e tecnologia di Intelligenza Artificiale. È stata fornita una comprensione approfondita del concetto di "apprendimento statistico", che è un framework di apprendimento automatico descrittivo basato su statistiche che può essere classificato come supervisionato o non supervisionato.

Nel capitolo 3 intitolato "Algoritmi di machine learning", una varietà di algoritmi di apprendimento supervisionati e non supervisionati sono spiegati in dettaglio. Algoritmi selezionati come "classificazione", "regressione logistica" e un classificatore "Naïve Bayes" sono stati spiegati con le equazioni matematiche richieste per l'applicazione nella vita reale. Imparerai le basi di alcuni algoritmi supervisionati tra cui "regressione", "Support Vector Machine", "Alberi decisionali" e "vicini k-nearest" nonché algoritmi non supervisionati tra cui "Clustering K-Means". Imparerai anche che le "Reti Neurali Artificiali" o (ANN) sono state sviluppate con ispirazione dalla struttura del cervello umano e utilizzano numerose unità di elaborazione come neuroni umani o nodi che lavorano come una singola unità. In questo capitolo verrà fornita una procedura dettagliata fase per fase su come creare una pipeline di dati per creare un modello di machine learning specifico. Le 9 fasi di questo processo sono spiegate in dettaglio con particolare attenzione alla modalità di esecuzione "offline" e "online" della soluzione.

Dettagli