Non disponibile.
Non sappiamo se o quando l’articolo sarà di nuovo disponibile.
Scegli il tuo indirizzo
Immagine del logo dell'app Kindle

Scarica l'app Kindle gratuita e inizia a leggere immediatamente i libri Kindle sul tuo smartphone, tablet o computer, senza bisogno di un dispositivo Kindle.

Leggi immediatamente sul browser con Kindle per il Web.

Con la fotocamera del cellulare scansiona il codice di seguito e scarica l'app Kindle.

Codice QR per scaricare l'app Kindle

Segui l'autore

Sebastian Raschka
Segui
Si è verificato un errore. Riprova a effettuare la richiesta più tardi.

Machine learning con Python. Costruire algoritmi per generare conoscenza: 1 Copertina flessibile – 24 novembre 2016

di Sebastian Raschka (Autore)
4,2 4,2 su 5 stelle 98 voti
Visualizza tutti i formati ed edizioni
Elaborare il magma di dati oggi disponibile 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. Argomenti trattati: Addestrare gli algoritmi a compiti di classificazione; Utilizzare i classificatori della libreria scikit-learn; Selezionare i dati con le tecniche di pre-elaborazione; Ridurre la dimensionalità dei dati con le tecniche compressione; Conoscere, valutare e combinare i modelli di machine learning; Creare analisi del sentiment elaborando dati testuali dai social media; Integrare modelli di machine learning in applicazioni web; Elaborare previsioni attraverso i modelli di analisi a regressione; Individuare nuovi cluster e pattern di dati; Addestrare reti neurali al riconoscimento delle immagini; Lavorare con Theano per ottimizzare gli algoritmi di machine learning.
Previous page
  1. Lunghezza stampa
    392 pagine
  2. Lingua
    Italiano
  3. Editore
    Apogeo
  4. Data di pubblicazione
    24 novembre 2016
  5. Dimensioni
    24.3 x 2.2 x 17 cm
  6. ISBN-10
    8850333978
  7. ISBN-13
    978-8850333974
  8. Visualizza tutti i dettagli
Next page

Dettagli prodotto

  • Editore ‏ : ‎ Apogeo (24 novembre 2016)
  • Lingua ‏ : ‎ Italiano
  • Copertina flessibile ‏ : ‎ 392 pagine
  • ISBN-10 ‏ : ‎ 8850333978
  • ISBN-13 ‏ : ‎ 978-8850333974
  • Peso articolo ‏ : ‎ 540 g
  • Dimensioni ‏ : ‎ 24.3 x 2.2 x 17 cm
  • Recensioni dei clienti:
    4,2 4,2 su 5 stelle 98 voti

Informazioni sull'autore

Segui gli autori per ottenere aggiornamenti sulle nuove uscite, oltre a consigli avanzati.
Sebastian Raschka

Sebastian Raschka

Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.

Scopri di più sui libri dell'autore, guarda autori simili, leggi i blog dell’autore e altro ancora

Recensioni clienti

4,2 su 5 stelle
4,2 su 5
98 valutazioni globali
Un modo per ampliare le proprie conoscenze
4 Stelle
Un modo per ampliare le proprie conoscenze
Confezione 🚚Classica confezione a cui siamo abituati contenente il libro in questione, protetto da eventuali urti.Prodotto 📦Si tratta di un libro scritto in italiano, con lo scopo di approfondire l'uso di Python come mezzo per creare algoritmi di machine learning.Il libro non è per chi si vuole approcciare per la prima volta a questo argomento, ma piuttosto a chi ha già delle consocenze di base quantomeno sul linguaggio di programmazione Python e desidera approfondire il come poterlo sfruttare per creare algoritmi di questa tipologia.Italiano facile e comprensibile, con molti consigli e "trucchi" utili del settore. Difficile ritrovarsi fermi su qualche capitolo, tutto è spiegato in modo molto semplice.Pregi ✅- Scritto in italiano molto sempliceDifetti 🅾️- Nessuno riscontratoConclusione ✍🏼Per chi volesse approfondire maggiormente questo settore, e non conoscesse bene l'inglese, questo libro potrebbe essere il punto di svolta per ampliare le vostre capacità di programmazione.
Nascondi
Grazie per i commenti
Siamo spiacenti, si è verificato un errore
Siamo spiacenti, non siamo riusciti a caricare la recensione

Recensioni migliori da Italia

Daniele
5,0 su 5 stelle Ottima introduzione
Recensito in Italia il 5 febbraio 2021
Acquisto verificato
Permette di entrare bene nel mondo del machine learning, alcuni punti non ben spiegati. Codice ed algoritmi molto ben fatti che aiutano a comprendere i meccanismi di funzionamento.
Utile
 Segnala
Natale Lanza
4,0 su 5 stelle Testo valido ma impegnativo
Recensito in Italia il 29 ottobre 2019
Acquisto verificato
Confermo quanto già detto da altri. E' un libro impegnativo, indigeribile per un neofita, nonostante le non troppo implicite pretese di presentarsi come un "manuale". A parte qualche errore di traduzione, si legge abbastanza bene. Utile il confronto con gli scripts riprodotti online nel GitHub repository che, capitolo per capitolo, ripropongono e a volte ampliano gli esempi proposti dall'autore. In ogni caso è un libro da studiare, non da leggere soltanto. Lo si sappia chiaramente prima di acquistarlo.
Una persona l'ha trovato utile
Utile
 Segnala
Paolo De Nardellis
5,0 su 5 stelle libro
Recensito in Italia il 6 luglio 2018
Acquisto verificato
Un libro, un sacco di lettere messe in fila a formare un discorso. Un pensiero che possiamo condividere capirne il senso o solo apprendere un concetto espresso....ma anche non capirci assolutamente nulla!! E'tutto soggettivo. Come valutare una sensazione totalmente personale?
2 persone l'hanno trovato utile
Utile
 Segnala
Marco
5,0 su 5 stelle Ottimo libro per iniziare nel machine larning
Recensito in Italia il 22 agosto 2017
Acquisto verificato
Il libro è del 2015 ma rimane comunque ottimo, gli argomenti introduttivi che tratta sono tutt'ora validi.
Non si dilunga troppo sulla matematica ed è ricco di esempi di codice python con sklearn e nei capitoli finali theano.
3 persone l'hanno trovato utile
Utile
 Segnala
Cliente Amazon
3,0 su 5 stelle Qualche dimestichezza con l'informarica
Recensito in Italia il 25 novembre 2023
Acquisto verificato
Il prodotto è buono , certo occorre un po' di impegno di lettura
Utile
 Segnala
Andrea
4,0 su 5 stelle ok
Recensito in Italia il 19 ottobre 2020
Acquisto verificato
buon libro spiegato molto bene, peccato che tocca mettere mano un pò al codice riportato perche le librerie usate nel frattempo son evolute (molto) e tocca aggiornare a mano il codice, che però è un ottimo esercizio!
Utile
 Segnala
Cliente Amazon
5,0 su 5 stelle Buona lettura per iniziare ad imparare il machine learning
Recensito in Italia il 24 agosto 2020
Acquisto verificato
Consigliato per chi vuole iniziare ad imparare il machine learning.
Utile
 Segnala
Simone Silvestro
4,0 su 5 stelle Molto utile
Recensito in Italia il 30 maggio 2019
Acquisto verificato
Ho iniziato ad interessarmi a questo argomento e cercavo qualcosa che mi desse le basi per cercare e approfondire. Per chi inizia ad affrontare questo titolo consiglio prima di studiare python e poi successivamente leggere questo libro considerando che dal secondo capitolo si affrontano concetti dando per scontato le conoscenze di python.
Utile
 Segnala