Python Machine Learning - الطبعة الثانية - الطبعة الثانية بواسطة Sebastian Raschka & Vahid Mirjalili (غلاف ورقي)

حول الكتاب تستهدف الطبعة الثانية من كتاب Python Machine Learning للمؤلف Sebastian Raschka المطورين وعلماء البيانات الباحثين عن نهج عملي في تعلم الآلة والتعلم العميق. ستستكشف في هذه الطبعة المحدثة عملية تعلم الآلة باستخدام Python وأحدث التقنيات مفتوحة المصدر، بما في ذلك scikit-learn و TensorFlow 1.x.

ملخص الكتاب أطلق العنان لتقنيات تعلم الآلة والتعلم العميق الحديثة باستخدام Python عبر الاستعانة بأحدث مكتبات Python مفتوحة المصدر والمتطورة.

الميزات الرئيسية

الطبعة الثانية من الكتاب الأكثر مبيعاً في مجال تعلم الآلة نهج عملي لأهم أطر العمل في علوم البيانات، وتعلم الآلة، والتعلم العميق استخدام أقوى مكتبات Python لتنفيذ تقنيات تعلم الآلة والتعلم العميق التعرف على أفضل الممارسات لتحسين وتطوير أنظمة وخوارزميات تعلم الآلة الخاصة بك

وصف الكتاب . ملاحظة الناشر: هذه الطبعة الصادرة عام 2017 قديمة ولم تعد متوافقة مع TensorFlow 2 أو أي من أحدث التحديثات لمكتبات Python. لقد تم الآن نشر طبعة ثالثة جديدة، محدثة لعام 2020 وتتميز بدعم TensorFlow 2 وأحدث التقنيات في scikit-learn، والتعلم التعزيزي، وشبكات GANs.

يحتل تعلم الآلة مكانة مهيمنة في عالم البرمجيات، والآن يأتي التعلم العميق ليمد آفاق تعلم الآلة إلى أبعاد جديدة. تعرّف على أحدث التقنيات واعمل في طليعة مجالات تعلم الآلة، والشبكات العصبية، والتعلم العميق من خلال الطبعة الثانية من كتاب Sebastian Raschka الأكثر مبيعاً، Python Machine Learning. وباستخدام مكتبات Python مفتوحة المصدر، يقدم هذا الكتاب المعرفة والتقنيات العملية التي تحتاجها لابتكار والمساهمة في مجالات تعلم الآلة، والتعلم العميق، وتحليل البيانات الحديثة.

تم توسيع الطبعة الثانية من Python Machine Learning وتحديثها بالكامل، وهي تتضمن الآن مكتبة TensorFlow 1.x الشهيرة للتعلم العميق. كما تم تحديث كود scikit-learn بالكامل إلى الإصدار v0.18.1 ليشمل التحسينات والإضافات التي طرأت على مكتبة تعلم الآلة متعددة الاستخدامات هذه.

يقدم لك Sebastian Raschka و Vahid Mirjalili رؤيتهما وخبرتهما الفريدة لتعريفك بخوارزميات تعلم الآلة والتعلم العميق من الصفر، كما يوضحان لك كيفية تطبيقها على تحديات الصناعة العملية باستخدام أمثلة واقعية وممتعة. ومع نهاية هذا الكتاب، ستكون مستعداً لاغتنام فرص تحليل البيانات الجديدة.

إذا كنت قد قرأت الطبعة الأولى من هذا الكتاب، فستسعد بالعثور على توازن بين الأفكار الكلاسيكية والرؤى الحديثة في مجال تعلم الآلة. لقد تم تحديث كل فصل بشكل دقيق، كما تمت إضافة فصول جديدة حول التقنيات الأساسية. ستتمكن من التعلم والعمل مع TensorFlow 1.x بعمق أكبر من أي وقت مضى، والحصول على تغطية أساسية لمكتبة الشبكات العصبية Keras، إلى جانب تحديثات لمكتبة scikit-learn 0.18.1. ما ستتعلمه: فهم الأطر الأساسية في علوم البيانات، وتعلم الآلة، والتعلم العميق. تسخير قوة أحدث مكتبات Python مفتوحة المصدر في تعلم الآلة. استكشاف تقنيات تعلم الآلة باستخدام بيانات واقعية وتحديات حقيقية. إتقان تنفيذ الشبكات العصبية العميقة باستخدام مكتبة TensorFlow 1.x. تعلم آليات خوارزميات التصنيف لتنفيذ أفضل أداة للمهمة المطلوبة. التنبؤ بالنتائج المستهدفة المستمرة باستخدام تحليل الانحدار. الكشف عن الأنماط والهياكل الخفية في البيانات باستخدام التجميع. التعمق أكثر في البيانات النصية وبيانات وسائل التواصل الاجتماعي باستخدام تحليل المشاعر

لمن هذا الكتاب إذا كنت تتقن أساسيات لغة Python وترغب في استخدام تعلم الآلة والتعلم العميق، فهذا الكتاب هو خيارك الأمثل. وسواء كنت ترغب في البدء من الصفر أو توسيع معرفتك في مجال تعلم الآلة، فإن هذا الكتاب يعد مورداً أساسياً لا غنى عنه. لقد كُتب هذا الكتاب للمطورين وعلماء البيانات الذين يتطلعون إلى كتابة أكواد برمجية عملية لتعلم الآلة والتعلم العميق، مما يجعله مثالياً للمطورين وعلماء البيانات الراغبين في تعليم الحواسيب كيفية التعلم من البيانات.