Elaborare il magma di dati oggi disponibili 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 in breve

• 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

Anteprime

Scarica subito l'Indice, l'Introduzione e il Capitolo 1 in formato PDF.

Scarica i file degli esempi

L'autore ha creato un repository su GitHub per mettere ha disposizione dei lettori il codice degli esempi e i dataset utilizzati nel libro. L'indirizzo è: https://github.com/rasbt/python-machine-learning-book.

L'autore

Sebastian Raschka, dottorando alla Michigan State University, sviluppa modelli computazionali applicati al campo della biologia. È stato valutato da Analytics Vidhya come lo scienziato più influente nell’ambito della data science su GitHub. Vanta un’esperienza pluriennale di programmazione in Python e ha tenuto diversi seminari sulle applicazioni pratiche della scienza dei dati e sull’apprendimento automatico. Nel tempo libero lavora a modelli computazionali per predire risultati sportivi.