ullibDatenanalyse mit ausgereiften statistischen Modellen des Machine Learnings/b/lilibAnwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, TensorFlow, Matplotlib, Pandas und Keras/b/lilibBest Practices zur Optimierung Ihrer Machine-Learning-Algorithmen/b/li/ulpMachine Learning und Predictive Analytics verändern die Arbeitsweise von Unternehmen grundlegend. Die Fähigkeit, in komplexen Daten Trends und Muster zu erkennen, ist heutzutage für den langfristigen geschäftlichen Erfolg ausschlaggebend und entwickelt sich zu einer der entscheidenden Wachstumsstrategien./ppDie zweite Auflage dieses Buchs berücksichtigt die jüngsten Entwicklungen und Technologien, die für Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dies betrifft insbesondere die neuesten Open-Source-Bibliotheken wie Scikit-learn, Keras und TensorFlow./ppPython zählt zu den führenden Programmiersprachen in den Bereichen Machine Learning, Data Science und Deep Learning und ist besonders gut dazu geeignet, grundlegende Erkenntnisse aus Ihren Daten zu gewinnen sowie ausgefeilte Algorithmen und statistische Modelle auszuarbeiten, die neue Einsichten liefern und wichtige Fragen beantworten./ppDie Autoren erläutern umfassend den Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Dafür behandeln sie in diesem Buch ein breites Spektrum leistungsfähiger Python-Bibliotheken wie Scikit-learn, Keras und TensorFlow. Sie lernen detailliert, wie Sie Python für maschinelle Lernverfahren einsetzen und dabei eine Vielzahl von statistischen Modellen verwenden./pbAus dem Inhalt:/bulliTrainieren von Lernalgorithmen für die Klassifizierung/liliRegressionsanalysen zum Prognostizieren von Ergebnissen/liliClusteranalyse zum Auffinden verborgener Muster und Strukturen in Ihren Daten/liliDeep-Learning-Verfahren zur Bilderkennung/liliOptimale Organisation Ihrer Daten durch effektive Verfahren zur Vorverarbeitung/liliDatenkomprimierung durch Dimensionsreduktion/liliTraining Neuronaler Netze mit TensorFlow/liliKombination verschiedener Modelle für das Ensemble Learning/liliEinbettung eines Machine-Learning-Modells in eine Webanwendung/liliStimmungsanalyse in Social Networks/liliModellierung sequenzieller Daten durch rekurrente Neuronale Netze/li/ul