Bridge the gap between a high-level understanding of how an algorithm works and knowing the nuts and bolts to tune your models better. This book will give you the confidence and skills when developing all the major machine learning models. In Pro Machine Learning Algorithms, you will first develop the algorithm in Excel so that you get a practical understanding of all the levers that can be tuned in a model, before implementing the models in Python/R.
You will cover all the major algorithms: supervised and unsupervised learning, which include linear/logistic regression; k-means clustering; PCA; recommender system; decision tree; random forest; GBM; and neural networks. You will also be exposed to the latest in deep learning through CNNs, RNNs, and word2vec for text mining. You will be learning not only the algorithms, but also the concepts of feature engineering to maximize the performance of a model.
Алгоритмы машинного обучения
Устраните разрыв между высоким уровнем понимания того, как работает алгоритм, и зная, что гайки и болты лучше настраивают ваши модели. Эта книга даст вам уверенность и навыки при разработке всех основных моделей машинного обучения. В Pro Machine Learning Algorithms вы сначала разработаете алгоритм в Excel, чтобы получить практическое понимание всех рычагов, которые могут быть настроены в модели, до внедрения моделей в Python / R.
Вы охватите все основные алгоритмы: контролируемое и неконтролируемое обучение, которое включает линейную / логистическую регрессию; k-означает группирование; PCA; рекомендательная система; Древо решений; случайный лес; GBM; и нейронные сети. Вы также будете ознакомлены с последними результатами глубокого обучения через CNN, RNN и word2vec для интеллектуального анализа текста. Вы будете изучать не только алгоритмы, но и концепции разработки функций, чтобы максимизировать производительность модели. Вы увидите теорию наряду с тематическими исследованиями.
