ODBIERZ TWÓJ BONUS :: »

Data Science Programming Cookbook Ravi Kore, Praveen Sahu

Język publikacji: angielski
Data Science Programming Cookbook Ravi Kore, Praveen Sahu - okladka książki

Data Science Programming Cookbook Ravi Kore, Praveen Sahu - okladka książki

Autorzy:
Ravi Kore, Praveen Sahu
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
508
Dostępne formaty:
     ePub
     Mobi
Ebook
139,00 zł

Dodaj do koszyka Dostępny natychmiast po opłaceniu zakupu lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Description
Data science is transforming modern tech, and mastering it is essential for anyone aiming to analyze data, build predictive models, and deploy cutting-edge AI systems. This Data Science Cookbook is your comprehensive roadmap to understanding core analytics, classical machine learning, and advanced generative AI using a hands-on, practical approach.

This book systematically guides you through the complete data science lifecycle, starting with environment setup, foundational mathematics, exploratory data analysis, and visualization. You will master classical supervised and unsupervised machine learning algorithms, ensemble methods, and neural network architectures. The guide further explores computer vision with OpenCV, natural language processing, transformer mechanics, generative AI, GANs, and parameter-efficient LLM fine-tuning using LoRA and prompt engineering. Backed by 127 recipes, it covers MLOps production deployment with Flask APIs, Azure ML, and model drift monitoring, concluding with capstone projects featuring real-time face detection, GPT-3 chatbots, synthetic image generation, and vector database image comparison.

By the end of this book, you will possess a job-ready understanding of data science, machine learning, and artificial intelligence, equipped with the practical skills needed to build, deploy, and scale real-world applications confidently.

What you will learn
Perform data processing EDA with Pandas, Seaborn, and web scraping.
Train classical supervised models using Python and scikit-learn libraries.
Apply K-means clustering and reduce feature dimensions using PCA.
Preprocess text, extract embeddings, and implement BERT sentiment classifiers.
Optimize ensemble models using XGBoost, LightGBM, and hyperparameter tuning.

Who this book is for
Designed for students, software developers, data analysts, and tech professionals aiming to build practical skills in AI. Readers should possess basic computer literacy and fundamental Python knowledge to comfortably navigate the structured hands-on workflows and code recipes.

Table of Contents
1. Introduction to Data Science
2. Getting Started with Python and Data Science
3. Mathematics for Data Science
4. EDA, Data Handling, and Visualization
5. Getting Started with Supervised Machine Learning
6. Getting Started with Unsupervised Machine Learning
7. Intermediate Machine Learning Techniques
8. Deep Learning Fundamentals
9. Advanced Machine Learning
10. Image Processing and Computer Vision
11. LLM and Generative AI
12. Advanced Generative AI and LLM
13. Machine Learning Deployment in Production
14. Projects

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Ebook
139,00 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile