Ghidul Python® Deitel® pentru programatorii profesioniști, cu studii de caz introductive despre inteligența artificială. Scris pentru programatori cu un fundal în alt limbaj de programare de înalt nivel, această carte folosește instrucțiuni din prima persoană pentru a preda cele mai moderne și avansate tehnologii IT și programare cu Python – una dintre cele mai populare și rapid dezvoltate limbaje.

În cadrul celor peste 500 de exemple din lumea reală, de la fragmente individuale până la 40 de scenarii mari și studii de caz cu aplicație completă, veți utiliza interpretul interactiv IPython cu cod în Jupyter Notebooks, pentru a stăpâni rapid cele mai contemporane idiomuri de cod Python. După ce veți acoperi capitolele 1-5 din Python și câteva părți de bază ale capitolelor 6-7, veți fi capabil să abordați segmente semnificative din studiile de caz introductive experiențiale AI din capitolele 11-16, care conțin o multitudine de exemple inteligente, puternice și moderne.

Acestea includ procesarea limbajului natural, extragerea datelor de pe Twitter® pentru analiza sentimentelor, calculul cognitiv cu IBM® WatsonTM, învățarea automată supravegheată cu clasificare și regresie, învățarea automată nesupravegheată cu grupare, viziune computerizată prin învățare profundă și rețele neuronale convoluționale, învățare profundă cu rețele neuronale recurente, big data cu Hadoop®, SparkTM și baze de date NoSQL, Internet of Things și altele. Veți lucra direct sau indirect cu servicii bazate pe cloud, inclusiv Twitter, Google TranslateTM, IBM Watson, Microsoft® Azure®, OpenMapQuest, PubNub și altele.

Caracteristici

• 500+ exemple experiențiale, realiste, de cod viu, de la fragmente la studii de caz
• IPython + cod în Jupyter® Notebooks
• Concentrat pe Biblioteci: Utilizează Biblioteca Standard Python și biblioteci de știința datelor pentru a îndeplini sarcini semnificative cu un cod minim
• Acoperire bogată Python: Instrucțiuni de control, funcții, șiruri, fișiere, serializare JSON, CSV, excepții
• Programare procedurală, stil funcțional și orientată pe obiect
• Colectii: Liste, tuple, dicționare, seturi, matrice NumPy (array-uri), serii și dataframe-uri pandas
• Vizualizări statice, dinamice și interactive
• Experiențe de date cu seturi de date și surse de date din lumea reală
• Module Introductive în știința datelor: AI, statistici de bază, simulare, grafice animate, variabile aleatoare, preprocesare a datelor, regresie
• Studii de caz AI, big data și cloud în știința datelor: NLP, extragerea de date Twitter®, IBM® WatsonTM, învățare automată, învățare profundă, viziune computerizată, Hadoop®, SparkTM, NoSQL, IoT
• Biblioteci open-source: NumPy, pandas, Matplotlib, Seaborn, Folium, SciPy, NLTK, TextBlob, spaCy, Textatistic, Tweepy, scikit-learn®, Keras și altele.