Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow. Aurélien Géron
von A bis Z
Wirf einen kurzen Blick auf die Datenstruktur
Erkunde und visualisiere die Daten, um Erkenntnisse zu gewinnen
Visualisieren geografischer Daten
Experimentieren mit Kombinationen von Merkmalen
Bereite die Daten für Machine-Learning-Algorithmen vor
Bearbeiten von Text und kategorischen Merkmalen
Wähle ein Modell aus und trainiere es
Trainieren und Auswerten auf dem Trainingsdatensatz
Bessere Auswertung mittels Kreuzvalidierung
Analysiere die besten Modelle und ihre Fehler
Evaluiere das System auf dem Testdatensatz
Nimm das System in Betrieb, überwache und warte es
Trainieren eines binären Klassifikators
Messen der Genauigkeit über Kreuzvalidierung
Die Wechselbeziehung zwischen Relevanz und Sensitivität
Klassifikatoren mit mehreren Kategorien
Klassifikation mit mehreren Labels
Klassifikation mit mehreren Ausgaben
Stochastisches Gradientenverfahren
Mini-Batch-Gradientenverfahren
Regularisierte lineare Modelle