Libri di
Bibliografia di : tutti i libri in vendita online pubblicati nella collana Guida Completa con argomento Python Linguaggio
Prossime uscite della collana Guida Completa
Libri previsti in uscita su Unilibro.it:
- 9788850339792 Clean Code. Guida per scrivere codice pulito ai tempi dell'AI
Imparare a programmare con Python. Il manuale per programmatori dai 13 anni in su Boscaini Maurizio - Apogeo, 2017 - Guida Completa
Il pensiero computazionale e la programmazione informatica sono sempre più importanti per la formazione fin dalla scuola primaria. Python è un elemento cardine di questa rivoluzione pedagogica ed è presente in molti programmi didattici, governativi e non. Questo manuale si rivolge a tutti quelli che vogliono imparare a programmare con Python. L'impostazione è basata sull'imparare facendo e divertendosi, ovvero dando largo spazio a progetti ludici e creativi. Ogni argomento è presentato come un problema da risolvere di cui viene fornita una soluzione sotto forma di codice Python che viene quindi esaminato per comprenderne il funzionamento. Diversi temi sono trattati più volte ma in contesti sempre diversi per stimolare il pensiero creativo. Tutti i programmi presentati nel testo sono scaricabili online, pronti a essere eseguiti ma anche manipolati e riutilizzati a piacimento.
Machine learning con python. Costruire algoritmi per generare conoscenza Mirjalili Vahid Raschka Sebastian - Apogeo, 2020 - Guida Completa
Conoscenza e informazioni sono oggi valori fondamentali e per questo elaborare il magma di dati disponibili è una sfida affascinante e imprescindibile. Il machine learning è la risposta: grazie ai suoi algoritmi è infatti possibile creare macchine in grado di apprendere in modo automatico e rispondere alle domande chiave per il successo. Questa edizione accompagna nel mondo dell'apprendimento automatico e mostra come Python sia il linguaggio di programmazione ideale per costruire algoritmi sofisticati in grado di interrogare i dati e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie dedicate - tra cui l'ultimo aggiornamento di scikit-learn - applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini, e viene dato spazio a due tecniche di machine learning all'avanguardia: il reinforcement learning e le reti generative avversarie (GAN). L'approccio è pragmatico: tutti i concetti sono accompagnati da esempi di codice e tutorial passo-passo. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo del machine learning oltre a una buona conoscenza di programmazione in Python.
Machine learning con Python. Costruire algoritmi per generare conoscenza Raschka Sebastian - Apogeo, 2016 - Guida Completa
Elaborare il magma di dati oggi disponibile è una sfida affascinante e imprescindibile per il mondo contemporaneo dove la conoscenza e l'informazione sono il primo valore. Il machine learning è la risposta: grazie ai suoi algoritmi è possibile creare macchine in grado apprendere in maniera automatica e rispondere alle domande chiave per il successo. Questo libro accompagna nel mondo del machine learning e mostra come Python sia il linguaggio di programmazione ideale per costruire algoritmi sofisticati in grado di interrogare i dati nel modo migliore e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie Python dedicate - tra cui scikit-learn, Theano e Keras - applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini. L'approccio didattico è pragmatico: tutti i concetti sono accompagnati da esempi pratici di codice. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo del machine learning oltre a una buona conoscenza di programmazione in Python. Argomenti trattati: Addestrare gli algoritmi a compiti di classificazione; Utilizzare i classificatori della libreria scikit-learn; Selezionare i dati con le tecniche di pre-elaborazione; Ridurre la dimensionalità dei dati con le tecniche compressione; Conoscere, valutare e combinare i modelli di machine learning; Creare analisi del sentiment elaborando dati testuali dai social media; Integrare modelli di machine learning in applicazioni web; Elaborare previsioni attraverso i modelli di