Machine Learning Implementation En Python Avec Scikit Learn(1st Edition)

Authors:

Virginie Mathivet

Type:Hardcover/ PaperBack / Loose Leaf
Condition: Used/New

In Stock: 2 Left

Shipment time

Expected shipping within 2 - 3 Days
Access to 35 Million+ Textbooks solutions Free
Ask Unlimited Questions from expert AI-Powered Answers 30 Min Free Tutoring Session
7 days-trial

Total Price:

$0

List Price: $35.93 Savings: $35.93 (100%)
Access to 30 Million+ solutions
Ask 50 Questions from expert AI-Powered Answers 24/7 Tutor Help Detailed solutions for Machine Learning Implementation En Python Avec Scikit Learn

Price:

$9.99

/month

Book details

ISBN: 2409032516, 978-2409032516

Book publisher: ENI

Offer Just for You!: Buy 2 books before the end of January and enter our lucky draw.

Book Price $0 : Machine Learning . Implémentation En Python Avec Scikit-learn . Ce Livre Présente à Des Personnes Non Data Scientists, Et Sans Connaissances Particulières En Mathématiques, La Méthodologie Du Machine Learning, Ses Concepts, Ses Principaux Algorithmes Et L'implémentation De Ceux-ci En Python Avec Scikit-learn.. Il Commence Par Une Présentation Du Machine Learning Puis De La Méthode CRISP Où Chaque Phase Est Détaillée Avec Ses Différentes étapes. Les Premiers Chapitres S'intéressent Donc Aux Phases De Data Understanding (ou Compréhension Des Données) Et De Data Preparation (préparation Des Données). Dans Le Premier Sont Présentés Des Analyses Statistiques De Data-sets, Que Cela Soit Sous Forme Numérique Ou Graphique. Dans Le Deuxième Sont Vues Les Principales Techniques Utilisées Pour La Préparation Des Données, Avec Leur Rôle Et Des Conseils Sur Leur Utilisation.. Ensuite, Plusieurs Chapitres Sont Dédiés Chacun à Une Tâche De Machine Learning : La Classification, La Régression, Avec Le Cas Particulier De La Prédiction, Ainsi Que Le Clustering Et Plus Globalement L'apprentissage Non Supervisé. Pour Chaque Tâche Qui Est Présentée Sont Successivement Détaillés Les Critères D'évaluation, Les Concepts Derrière Les Principaux Algorithmes Puis Leur Implémentation Avec Scikit-learn.. Pour Illustrer Les Différents Chapitres, Les Techniques Et Algorithmes Présentés Sont Appliqués Sur Des Datasets Souvent Utilisés : Iris (classification De Fleurs), Boston (prévision De Prix De Vente D'appartements) Et Titanic (prévision De La Chance De Survie Des Passagers Du Bateau). Le Code Python Est Commenté Et Disponible En Téléchargement (sous La Forme De Notebooks Jupyter) Sur Le Site Www.editions-eni.fr..