Mãos à Obra: Aprendizado de Máquina com Scikit-Learn & TensorFlow

CONCEITOS, FERRAMENTAS E TÉCNICAS PARA A CONSTRUÇÃO DE SISTEMAS INTELIGENTES. Com uma série de recentes avanços, o aprendizado profundo impulsionou todo o campo do aprendizado de máquina. Agora, mesmo os programadores que pouco sabem sobre esta tecnologia podem utilizar ferramentas simples e eficientes para implementar programas capazes de aprender com dados. Este livro prático mostra como fazê-lo. Utilizando exemplos concretos, uma teoria mínima e duas estruturas Python prontas para produção ? Scikit-Learn e TensorFlow ? o autor Aurélien Géron ajuda você a adquirir uma compreensão intuitiva dos conceitos e ferramentas para a construção de sistemas inteligentes. Você aprenderá uma variedade de técnicas, começando com uma regressão linear simples e progredindo para s neurais profundas. Com exercícios em cada capítulo para ajudá-lo a aplicar o que aprendeu, você só precisa ter experiência em programação para começar. Explore o cenário do aprendizado de máquina, especialmente ass neurais Utilize o Scikit-Learn para acompanhar um exemplo de projeto deaprendizado de máquina de ponta a ponta Examine vários modelos de treinamento, incluindo máquinasde vetor de suporte, árvores de decisão, florestas aleatórias e métodos de ensemble Use a biblioteca TensorFlow para construir e treinar s neurais Mergulhe em arquiteturas de neural, incluindo sconvolutivas, s recorrentes e aprendizado por reforço profundo Aprenda técnicas para treinamento e dimensionamento de s neurais profundas Aplique exemplos práticos de código sem recorrer a teorias excessivas ou detalhes de algoritmo do aprendizado de máquinas