Título: Machine Learning – Guia de Referência Rápida: Trabalhando com Dados Estruturados em Python
Autor: Harrison Matt
Sinopse: Com notas, tabelas e exemplos detalhados, esta referência prática ajudará você a navegar pelo básico do machine learning com dados estruturados. O autor Matt Harrison oferece um ótimo guia que você poderá usar como material complementar para cursos, além de servir como um recurso conveniente quando você iniciar o seu próximo projeto de machine learning. Ideal para programadores, cientistas de dados e engenheiros da área de IA, este livro apresenta uma visão geral do processo de machine learning e da classificação com dados estruturados. Você conhecerá métodos para clustering (agrupamento), regressão e redução de dimensões, entre outros assuntos. Este guia de referência rápida inclui: classificação, usando o conjunto de dados do Titanic; limpeza de dados e métodos para lidar com dados ausentes; análise de dados exploratória; passos comuns de pré-processamento usando dados de amostras; seleção de atributos úteis ao modelo; seleção do modelo; métricas e avaliação da classificação; exemplos de regressão usando diversas técnicas de ML; métricas para avaliação de regressão; clustering; redução de dimensões; pipelines do scikit-learn.
Contexto da obra
No campo da Informática e da Computação, livros como este costumam interessar por base conceitual, prática e atualização. “Machine Learning – Guia de Referência Rápida: Trabalhando com Dados Estruturados em Python”, de Harrison Matt, publicado pela editora Novatec Editora, em 2019 e com 272 páginas, integra a categoria Livros de Informática e Computação. Na prática, isso ajuda a explicar por que obras assim costumam circular entre formação e uso técnico.
Editora: Novatec Editora
Páginas: 272
Ano: 2019
Edição:
Linguagem: PORTUGUES
ISBN: 857522817X
ISBN13: 9788575228173
- Encadernação: BROCHURA
- Peso (kg): 0,320
- Altura (cm): 21,00
- Largura (cm): 14,00
- Espessura (cm): 1,13
Sobre a editora
Os livros da editora Novatec Editora oferecem uma experiência de leitura focada em conteúdos técnicos e práticos, com forte ênfase em tecnologia, programação, administração de sistemas e negócios. O catálogo privilegia obras que combinam explicações detalhadas com exemplos aplicados, como guias para administração de Linux, desenvolvimento em Python, e análise de redes sociais, além de livros que orientam sobre marketing digital e investimentos imobiliários. A linguagem costuma ser clara e direta, adequada tanto para autodidatas quanto para profissionais e estudantes universitários, com ritmo que varia entre o didático e o prático, sem perder a objetividade.
