Machine learning con Python. Costruire algoritmi per generare conoscenza: 1

Elaborazione del magma di dati disponibile oggi è una sfida affascinante e imprescindibile nel mondo contemporaneo, dove la conoscenza e l'informazione sono il primo valore. La risposta a questo problema è data dal machine learning: grazie ai suoi algoritmi, è possibile sviluppare macchine in grado di imparare autonomamente e rispondere alle domande chiave per il successo. Questo libro introduce al mondo del machine learning e mostra come Python sia il linguaggio di programmazione ideale per costruire algoritmi sofisticati capaci di interrogare i dati nel modo più efficace possibile e ricavare preziosi insight. Vengono illustrate le librerie Python dedicate alla realizzazione di tali operazioni - tra cui scikit-learn, Theano e Keras - applicate in campi quali la selezione e compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini. L'approccio didattico è pragmatico: tutte le nozioni teoriche sono supportate da esempi pratici di codice. La lettura del libro è consigliata a chi ha già maturato qualche studio teorico nel campo del machine learning oltre a una buona conoscenza di programmazione in Python. Argomenti trattati: Addestrare gli algoritmi alla classificazione; Utilizzare i classificatori della libreria scikit-learn; Selezionare dati attraverso tecniche pre-elaborative; Ridurre la dimensionalità dei dati con le tecniche di compressione; Conoscere, valutare e combinare modelli di machine learning; Creare analisi del sentiment processando dati testuali dai social media; Integrare modelli di machine learning in applicazioni web; Elaborare previsioni attraverso i modelli di analisi a regressione; Identificare nuovi cluster e pattern di dati; Addestrare reti neurali al riconoscimento di immagini; Lavorare con Theano per ottimizzare gli algoritmi del machine learning.