E' possibile raffinare la ricerca cliccando sui filtri proposti (nella colonna a sinistra, se navighi da PC, o in fondo alla pagina, se navighi da mobile), oppure utilizzando il box di ricerca veloce o la relativa ricerca avanzata.
Trovati 5 documenti.
Machine learning con Python : costruire algoritmi per generare conoscenza / Sebastian Raschka
Apogeo, 2016
Abstract: Elaborare il magma di dati oggi disponibili è una sfida affascinante e imprescindibile per il mondo contemporaneo dove la conoscenza e l'informazione sono il primo valore. Il machine learning è la risposta: grazie ai suoi algoritmi è possibile creare macchine in grado apprendere in maniera automatica e rispondere alle domande chiave per il successo. Questo libro accompagna nel mondo del machine learning e mostra come Python sia il linguaggio di programmazione ideale per costruire algoritmi sofisticati in grado di interrogare i dati nel modo migliore e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie Python dedicate, tra cui scikit-learn, Theano e Keras, applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini. L'approccio didattico è pragmatico: tutti i concetti sono accompagnati da esempi pratici di codice. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo del machine learning oltre a una buona conoscenza di programmazione in Python.
Apogeo, 2020
Abstract: Negli ultimi anni il machine learning ha compiuto passi da gigante, con macchine che ormai raggiungono un livello di accuratezza quasi umana. Dietro questo sviluppo c'è il deep learning: una combinazione di progressi ingegneristici, teoria e best practice che rende possibile applicazioni prima impensabili. Questo manuale accompagna il lettore nel mondo del deep learning attraverso spiegazioni passo passo ed esempi concreti incentrati sul framework Keras. Si parte dai fondamenti delle reti neurali e del machine learning per poi affrontare le applicazioni del deep learning nel campo della visione computerizzata e dell'elaborazione del linguaggio naturale: dalla classificazione delle immagini alla previsione di serie temporali, dall'analisi del sentiment alla generazione di immagini e testi. Con tanti esempi di codice corredati di commenti dettagliati e consigli pratici, questo libro è rivolto a chi ha già esperienza di programmazione con Python e desidera entrare nel mondo degli algoritmi di apprendimento profondo.
Machine learning con Python / Sebastian Raschka, Vahid Mirjalili
Nuova ed.
Apogeo, 2020
Abstract: Elaborare il magma di dati oggi disponibili è una sfida affascinante e imprescindibile per il mondo contemporaneo dove la conoscenza e l'informazione sono il primo valore. Il machine learning è la risposta: grazie ai suoi algoritmi è possibile creare macchine in grado apprendere in maniera automatica e rispondere alle domande chiave per il successo. Questo libro accompagna nel mondo del machine learning e mostra come Python sia il linguaggio di programmazione ideale per costruire algoritmi sofisticati in grado di interrogare i dati nel modo migliore e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie Python dedicate, tra cui scikit-learn, Theano e Keras, applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini. L'approccio didattico è pragmatico: tutti i concetti sono accompagnati da esempi pratici di codice. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo del machine learning oltre a una buona conoscenza di programmazione in Python.
Machine learning for dummies® / Luca Massaron, John Paul Mueller
Hoepli, 2019
Abstract: Questa guida aggiornata a Python 3 spiega come iniziare, quali sono e come funzionano gli algoritmi di machine learning, come si utilizzano linguaggi di programmazione quali Python e R, come svolgere compiti pratici utilizzando gli algoritmi più efficaci e molto altro ancora
Algoritmi e strutture dati : guida pragmatica con esempi in Python / Jay Wengrow
Apogeo, 2024
Abstract: Gli algoritmi e le strutture di dati non sono solo complessi concetti teorici, ma possono essere un utile strumento per scrivere codice veloce, efficiente e scalabile: un requisito fondamentale per ogni applicazione. Con un linguaggio semplice, diagrammi chiari, casi studio da scenari reali, questo manuale rende accessibile questi argomenti e in ogni capitolo fornisce una serie di esercizi pratici per imparare a padroneggiarli nel lavoro quotidiano. Si va dall'utilizzo della notazione Big O per misurare e articolare l'efficienza del codice e renderlo più veloce, alla scelta di array, liste concatenate e tabelle hash, dall'uso della ricorsione per risolvere problemi difficili all'impiego di alberi binari e grafi per aiutare a scalare le applicazioni. Per tutti gli esempi e le implementazioni di codice all'interno del libro viene utilizzato il linguaggio Python allineato alle convenzioni PEP 8.
