Die Neuauflage des Fachbuches wurde ergänzt durch die Themen Unsupervised Learning und Reinforcement Learning. Anhand konkreter Datensätzen lernen Anwender einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. Die Codebeispiele basieren auf Python und den Bibliotheken Scikit-Learn, Pandas, NumPy, TensorFlow und Keras. Das Buch eignet sich für zukünftige Data Scientists, ML-Profis sowie für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler und vermittelt eine Grundlage, um die ersten eigenen Machine-Learning-Modelle zu trainieren. Folgende Themen werden behandelt und mit praktischen Beispielen veranschaulicht: Datenimport und -vorbereitung, Supervised Learning, Feature-Auswahl, Modellvalidierung, Neuronale Netze und Deep Learning, Unsupervised Learning und Reinforcement Learning.
Dataiku lädt Data Leader zur Everyday AI Conference in London ein
Die Anmeldung für die Everyday AI Conference am 21. Juni in London ist geöffnet.