Obrigado por teres pegado neste livro. Este livro é uma introdução para principiantes à análise de dados utilizando a programação Python. Este livro é escrito para os seguintes leitores.
1) Interessado na aprendizagem de máquinas e na aprendizagem profunda2) Interessado em programar com Python.3) Interessado em análise de dados.4) Interessado em utilizar Numpy/Pandas/Matplotlib/ScikitLearn.5) Não interessado em construir ambientes de aprendizagem de máquinas.6) Não interessado em gastar muito dinheiro para a aprendizagem.7) Vagamente preocupado com a nova epidemia de corona e com o futuro.
Muitos dos meus amigos e conhecidos começaram a análise de dados com uma vingança, apenas para ficarem satisfeitos com o processo diário de criação de um ambiente, e depois, depois de fazerem MNIST (conjuntos de dados de imagens numéricas manuscritas) e tutoriais de classificação da íris, ocupam-se com os seus trabalhos diurnos e abandonam-na por algum tempo.
Este livro utiliza o ambiente de execução Python gratuito fornecido pelo Google para executar o código fonte testado no livro, permitindo-lhe aprender fazendo programação com tempo zero para configurar o seu próprio ambiente.
Este livro concentra-se no mínimo de conhecimentos necessários para que um principiante possa fazer uma análise séria dos dados em Python. O nosso objectivo é que até ao final do livro, os leitores terão atingido os cinco objectivos seguintes.
1) Construir e treinar modelos de aprendizagem profunda e modelos de aprendizagem mecânica a partir de dados arbitrários a serem treinados e previstos utilizando bibliotecas de aprendizagem profunda (keras) e bibliotecas de aprendizagem mecânica (scikit-learn).
2) Utilizar Pandas em vez de Excel para o processamento de dados em grande escala.
3) Manipular arrays multidimensionais usando Numpy.
4) Para desenhar livremente gráficos usando Matplotlib.
5) Realizar análises simples de dados sobre a propagação de novos coronavírus.
■■■■■Contents■■■■■■
1. Introdução2. Declaração de exoneração de responsabilidade3. Marcas comerciais e marcas registadas4. Feedback5. Caderno Jupyter6. Ambiente GPU ーGoogle Colaborador7. Aprendizagem Mínima MNIST mais profunda8. Python ■Hello Mundo Pitonico!9. Pandas ■The significado de Pandas ■DataFrame Tipo ■Visualization apenas com Pandas ■Table junta-se com uma chave específica ■CSV entrada/saída de ficheiros (versão compatível com Colab) ■Getting qualquer célula ou intervalo de células ■Retrieve apenas os valores das células que preenchem condições específicas. ■Impact da nova corona sobre os preços das acções, tal como visto em Pandas10. Numpy ■The significado do Numpy ■Numpy Função de Geração de Raízes ■Tips para caderno de notas Jupyter ■Numpy.ndarray’s Indexing/Slicing ■Image processamento CIFAR10 em Numpy ■Broadcast de Numpy.ndarray ■Calculating o produto interior11. Matplotlib ■Legend, Título, etiquetas de eixo X e eixo Y ■Bar Gráficos ■Series Especificação de cor ■Histogram ■Scatter Lote ■Stack Lote ■Pie Gráficos ■3D Gráfico12. Scikit-Learn ■SVM:Máquina Vectorial de Apoio ■RandomForest ■XGBOOST(Classificação) ■XGBOOST(Regressão)13. Keras ■LeNet ■VGG ■Data link para a nova Corona (covid-19) ■Kaggle(inglês) ■SIGNATE(Inglês/Japonês)■■■■■■■■■■