CUBI - Culture | Biblioteche | In rete

Abstract: Capire il passato, osservare il presente, predire il futuro. Questi sono gli scopi della Data Science, un settore in fortissima espansione che risponde a una necessità urgente: come gestire e valorizzare le enormi quantità di dati che affluiscono nei server di tutto il mondo. Le aziende richiedono competenze in questo ambito e aspiranti di ogni livello tentano di formarsi il più velocemente possibile, ma spesso la confusione domina. In che rapporto sono Data Science, Big Data e Machine Learning? Quali competenze bisogna possedere? Quali sono gli strumenti più importanti da padroneggiare? Questo libro risponde in maniera chiara, organica e pratica. Mostra un percorso che parte delle basi del linguaggio Python, illustra strumenti fondamentali come NumPy e Pandas, esplora i Big Data con i framework Hadoop, Spark e SparkSQL e infine sfocia nella trattazione approfondita delle tecniche più importanti di Machine Learning.

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.

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.

Abstract: Un volume con molti esempi pratici alla portata di chiunque, da tenere accanto per scoprire tutti gli aspetti fondamentali, come pure quelli meno evidenti e ugualmente importanti, del linguaggio di programmazione più popolare. Il manuale è diviso in sezioni che accompagnano gradualmente il lettore nell'esplorazione dei comandi e degli strumenti di Python, permettendogli di familiarizzare con tutti gli aspetti fondamentali del linguaggio e fornendogli le competenze necessarie per approfondire autonomamente in base alle sue specifiche esigenze.