Home > Ebook > Non fiction > Data science solutions with python

	Data Science Solutions with Python (eBook)

	Data Science Solutions with Python (eBook)
	Tshepo Chris Nokeri
	Tshepo Chris Nokeri

	Prezzo: € 32,44 Compra EPUB		Prezzo: € 32,44 Compra EPUB

	Formato :	EPUB

	Cloud:	Sì Scopri di più



	Lingua:	en


	Editore:	Apress

Codice EAN:	9781484277621
Anno pubblicazione:	2021
Scopri QUI come leggere i tuoi eBook
	Note legali NOTE LEGALI a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso b) Informazioni sul prezzo Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina. I libri in inglese di Libraccio sono di provenienza americana o inglese. Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc. Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine. In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi. c) Disponibilità I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita. Disponibilità immediata L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo. Nota: La disponibilità prevista fa riferimento a singole disponibilità. Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" ) L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione. Nota: La disponibilità prevista fa riferimento a singole disponibilità. Prenotazione libri scolastici Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto. Attualmente non disponibile L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile. Difficile reperibilità Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato. Chiudi
Descrizione Apply supervised and unsupervised learning to solve practical and real-world big data problems. This book teaches you how to engineer features, optimize hyperparameters, train and test models, develop pipelines, and automate the machine learning (ML) process. The book covers an in-memory, distributed cluster computing framework known as PySpark, machine learning framework platforms known as scikit-learn, PySpark MLlib, H2O, and XGBoost, and a deep learning (DL) framework known as Keras. The book starts off presenting supervised and unsupervised ML and DL models, and then it examines big data frameworks along with ML and DL frameworks. Author Tshepo Chris Nokeri considers a parametric model known as the Generalized Linear Model and a survival regression model known as the Cox Proportional Hazards model along with Accelerated Failure Time (AFT). Also presented is a binary classification model (logistic regression) and an ensemble model (Gradient Boosted Trees). The book introduces DL and an artificial neural network known as the Multilayer Perceptron (MLP) classifier. A way of performing cluster analysis using the K-Means model is covered. Dimension reduction techniques such as Principal Components Analysis and Linear Discriminant Analysis are explored. And automated machine learning is unpacked. This book is for intermediate-level data scientists and machine learning engineers who want to learn how to apply key big data frameworks and ML and DL frameworks. You will need prior knowledge of the basics of statistics, Python programming, probability theories, and predictive analytics. What You Will Learn Understand widespread supervised and unsupervised learning, including key dimension reduction techniques Know the big data analytics layers such as data visualization, advanced statistics, predictive analytics, machine learning, and deep learning Integrate big data frameworks with a hybrid of machine learning frameworks and deep learning frameworks Design, build, test, and validate skilled machine models and deep learning models Optimize model performance using data transformation, regularization, outlier remedying, hyperparameter optimization, and data split ratio alteration Who This Book Is For Data scientists and machine learning engineers with basic knowledge and understanding of Python programming, probability theories, and predictive analytics

Seguici su: Come contattarci: +39 02 91435530 Tutti i contatti

Pagamenti Help Privacy Cookie policy Assistenza clienti Affiliazione

Condizioni generali di vendita Condizioni d'uso del sito Dichiarazione di Accessibilità

Informativa sulla garanzia legale di conformità Informativa sul diritto di recesso Informativa sul RAEE

o con la tua email

Dimenticato la password?

Questa casella indica che ho letto e accettato le condizioni d’uso di libraccio.it, le condizioni generali di vendita e l'informativa privacy. In mancanza, non è possibile attivare un account e/o ricevere i servizi di Libraccio.

Data Science Solutions with Python (eBook)

Data Science Solutions with Python (eBook)

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso

b) Informazioni sul prezzo

c) Disponibilità

Descrizione

Accedi a Libraccio.it

Nuovo Cliente?

Prosegui come ospite