menu
{ "item_title" : "APRENDA Scikit-Learn", "item_author" : [" Diego Rodrigues", "Studiod21 Smart Tech Content "], "item_description" : "APRENDA Scikit-Learn: Machine Learning Essencial para Ci ncia de DadosDomine as principais t cnicas de Machine Learning com Scikit-Learn, uma das bibliotecas mais utilizadas para Ci ncia de Dados e Aprendizado de M quina. Este livro oferece um guia completo e pr tico para aprender desde os conceitos fundamentais ata implementao de modelos avan ados, com um foco claro na aplicao real.A jornada come a com a instalao e configurao do ambiente Python e Scikit-Learn, passando por t picos essenciais como pr -processamento de dados, engenharia de features, ajuste de hiperpar metros, validao de modelos e m todos ensemble. Vocaprendera trabalhar com regress o, classificao, clusterizao, reduo de dimensionalidade, deteco de anomalias e deploy de modelos em ambientes produtivos.Al m disso, o livro aborda integrao com outras bibliotecas populares como Pandas e Matplotlib, automao com AutoML, interpretao de modelos com SHAP e LIME, e t cnicas avan adas como integrao com Big Data via Spark & Dask e MLOps para CI/CD de modelos.Cada cap tulo segue a metodologia TECHWRITE 2.1, garantindo clareza absoluta, explicaes objetivas, exemplos pr ticos, solues para erros comuns e boas pr ticas aplic veis ao mercado. Vocteracesso a um conte do atualizado e direto ao ponto, ideal tanto para quem estiniciando no aprendizado de m quina quanto para profissionais que desejam aprofundar suas habilidades e otimizar modelos para aplicaes reais.Seja bem-vindo a um novo patamar em Ci ncia de Dados e Machine Learning. APRENDA Scikit-Learno primeiro passo para dominar algoritmos, processos e estrat gias essenciais na construo de modelos robustos e eficientes.", "item_img_path" : "https://covers2.booksamillion.com/covers/bam/9/79/831/463/9798314630785_b.jpg", "price_data" : { "retail_price" : "13.90", "online_price" : "13.90", "our_price" : "13.90", "club_price" : "13.90", "savings_pct" : "0", "savings_amt" : "0.00", "club_savings_pct" : "0", "club_savings_amt" : "0.00", "discount_pct" : "10", "store_price" : "" } }
APRENDA Scikit-Learn|Diego Rodrigues

APRENDA Scikit-Learn : Machine Learning Essencial para Ciência de Dados

local_shippingShip to Me
In Stock.
FREE Shipping for Club Members help

Overview

APRENDA Scikit-Learn: Machine Learning Essencial para Ci ncia de Dados

Domine as principais t cnicas de Machine Learning com Scikit-Learn, uma das bibliotecas mais utilizadas para Ci ncia de Dados e Aprendizado de M quina. Este livro oferece um guia completo e pr tico para aprender desde os conceitos fundamentais at a implementa o de modelos avan ados, com um foco claro na aplica o real.

A jornada come a com a instala o e configura o do ambiente Python e Scikit-Learn, passando por t picos essenciais como pr -processamento de dados, engenharia de features, ajuste de hiperpar metros, valida o de modelos e m todos ensemble. Voc aprender a trabalhar com regress o, classifica o, clusteriza o, redu o de dimensionalidade, detec o de anomalias e deploy de modelos em ambientes produtivos.

Al m disso, o livro aborda integra o com outras bibliotecas populares como Pandas e Matplotlib, automa o com AutoML, interpreta o de modelos com SHAP e LIME, e t cnicas avan adas como integra o com Big Data via Spark & Dask e MLOps para CI/CD de modelos.

Cada cap tulo segue a metodologia TECHWRITE 2.1, garantindo clareza absoluta, explica es objetivas, exemplos pr ticos, solu es para erros comuns e boas pr ticas aplic veis ao mercado. Voc ter acesso a um conte do atualizado e direto ao ponto, ideal tanto para quem est iniciando no aprendizado de m quina quanto para profissionais que desejam aprofundar suas habilidades e otimizar modelos para aplica es reais.

Seja bem-vindo a um novo patamar em Ci ncia de Dados e Machine Learning. APRENDA Scikit-Learn o primeiro passo para dominar algoritmos, processos e estrat gias essenciais na constru o de modelos robustos e eficientes.

This item is Non-Returnable

Details

  • ISBN-13: 9798314630785
  • ISBN-10: 9798314630785
  • Publisher: Independently Published
  • Publish Date: March 2025
  • Dimensions: 9 x 6 x 0.46 inches
  • Shipping Weight: 0.65 pounds
  • Page Count: 216

Related Categories

You May Also Like...

    1

BAM Customer Reviews