客服公告:反詐騙!提醒您「不碰ATM、網銀,不說信用卡資料」詳情

  • 防疫專區
  • 電子票券
  • 每日簽到
  • 今日66折
  • 天天BUY
曬書專門店

非監督式學習:使用Python

Hands-On Unsupervised Learning Using Python

  • 定價:680
  • 優惠價:9612
  • 本商品單次購買10本85折578
  • 運送方式:
  • 臺灣與離島
  • 海外
  • 可配送點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
  • 可取貨點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
  • 台北、新北、基隆宅配快速到貨(除外地區)
載入中...
  • 分享
 

內容簡介

  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
 

作者介紹

作者簡介

Ankur A. Patel


  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)。
 

目錄

前言

第一部分 非監督式學習的基礎
chapter 01 機器學習領域裡的非監督式學習
chapter 02 完整的機器學習專案

第二部分 使用 Scikit-Learn 開發非監督式學習
chapter 03 維度縮減
chapter 04 異常偵測
chapter 05 分群
chapter 06 群組區隔

第三部分 使用 TensorFlow 和 Keras 開發非監督式學習
chapter 07 自動編碼器(Autoencoder)
chapter 08 實際操作自動編碼器
chapter 09 半監督式學習

第四部分 使用 TensorFlow 和 Keras 開發非監督式深度學習模型
chapter 10 推薦系統使用受限波爾茲曼機
chapter 11 使用深度信念網路(DBNs)進行特徵偵測
chapter 12 生成對抗網路
chapter 13 時序型資料分群法
chapter 14 結論

索引
 

詳細資料

  • ISBN:9789865024062
  • 規格:平裝 / 376頁 / 18.5 x 23 x 1.88 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣

最近瀏覽商品

 

相關活動

  • 《NFT造富之鑰》+《區塊鏈與元宇宙》雙書合購75折
 

購物說明

若您具有法人身份為常態性且大量購書者,或有特殊作業需求,建議您可洽詢「企業採購」。 

退換貨說明 

會員所購買的商品均享有到貨十天的猶豫期(含例假日)。退回之商品必須於猶豫期內寄回。 

辦理退換貨時,商品必須是全新狀態與完整包裝(請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性,切勿缺漏任何配件或損毀原廠外盒)。退回商品無法回復原狀者,恐將影響退貨權益或需負擔部分費用。 

訂購本商品前請務必詳閱商品退換貨原則 

  • 聯經暢銷展
  • 家人這種病
  • 書評活動

訂閱電子報

想獲得最新商品資訊,請訂閱免費電子報