خرید و دانلود کتاب Practical Machine Learning with Python اثر Dipanjan Sarkar، Raghav Bali و Tushar Sharma

راهنمای حل مسئله برای ساخت سیستم‌های هوشمند در دنیای واقعی (A Problem-Solver’s Guide to Building Real-World Intelligent Systems)

رویکرد عملی به یادگیری ماشین و علم داده

در عصر حاضر، داده‌ها به عنوان یک منبع بسیار ارزشمند شناخته می‌شوند و یادگیری ماشین ابزاری کلیدی برای استخراج بینش از آن‌ها و اتخاذ تصمیمات داده‌محور است . این کتاب به عنوان یک راهنمای جامع، به شما کمک می‌کند تا مفاهیم، ابزارها و روش‌های لازم برای ساخت سیستم‌های هوشمند کاربردی را فرا بگیرید . این منبع با تمرکز بر اکوسیستم پایتون و کتابخانه‌هایی مانند NumPy، Pandas و Scikit-learn، شما را از مفاهیم تئوری به سمت اجرای پروژه‌های پیچیده هدایت می‌کند .

سرفصل‌ها و مباحث کلیدی کتاب

این کتاب در سه بخش اصلی تنظیم شده و به بررسی عمیق مفاهیم زیر می‌پردازد :

• مبانی یادگیری ماشین: درک نیاز به یادگیری ماشین، آشنایی با رویکردهای یادگیری نظارت‌شده (Supervised)، بدون نظارت (Unsupervised)، یادگیری تقویتی و درک مدل فرآیند CRISP-DM .

• پایپ‌لاین یادگیری ماشین: آموزش گام‌به‌گام مراحل استخراج داده، پاک‌سازی، مهندسی ویژگی‌ها (Feature Engineering)، انتخاب ویژگی، ساخت مدل، ارزیابی، تنظیم هایپرپارامترها و در نهایت استقرار مدل‌ها (Deployment) .

• مطالعات موردی دنیای واقعی (Case Studies): پیاده‌سازی عملی الگوریتم‌ها در پروژه‌هایی مانند :

  • تحلیل روند استفاده از دوچرخه‌های اشتراکی با مدل‌های رگرسیون .

  • تحلیل احساسات (Sentiment Analysis) نظرات فیلم‌ها .

  • بخش‌بندی مشتریان (Customer Segmentation) و تحلیل سبد خرید (Market Basket Analysis) .

  • پیش‌بینی قیمت سهام و کالاها با استفاده از مدل‌های سری زمانی و یادگیری عمیق (LSTM) .

  • یادگیری عمیق برای بینایی ماشین (Computer Vision) از جمله دسته‌بندی تصاویر و انتقال سبک هنری (Neural Style Transfer) .