PROGRAMMIERUNG FÜR MASCHINELLES LERNEN MIT PANDAS UND JUPYTER-LAB

Dieses Buch richtet sich an diejenigen, die in die Welt des maschinellen Lernens einsteigen wollen, also an Anfänger. Zunächst wird die Datenmanipulation mit Hilfe von Dataframes in der Programmiersprache Python, eingebettet in das Jupyter-Lab-Framework und Pandas, behandelt. Die Daten werden dann aus csv-Dateien extrahiert und in Datenrahmen verwaltet. Indizierung, Auswahl und Zuweisung, Indizierung in Pandas, Tag-basierte Auswahl, bedingte Auswahl, Datenzuweisung, Zusammenfassungsfunktionen, Maps und Gruppierung und Sortierung. Schließlich werden wir mit der Programmierung grundlegender überwachter Lernmodelle fortfahren, wie z. B. der linearen Regression mit einer einzelnen Variable, der linearen Regression mit mehreren Variablen, dem Speichern und Laden des Trainingsmodells, der Datenverwaltung mit Dummy-Variablen und der Trennung von Trainings- und Testdatensätzen.

Autorentext

Jorge Gómez Gómez, Systems Engineer, received a Master's degree in Telematics Engineering at the University of Cauca Colombia in 2010, PhD in Information Technology and Communications at the University of Granada Spain in 2018, Full-time professor of the Systems Engineering program - University of Cordoba, Member IEEE Branch.