Practical Machine Learning for Streaming Data with Python

Denne boken gir en praktisk tilnærming til design, utvikling og validering av maskinlæringsmodeller med streamingdata, ved hjelp av Scikit-Multiflow-rammeverket. Den fungerer som en rask startguide for dataspecialister og maskinlæringsingeniører som ønsker å implementere modeller for streamingdata i Python, for å generere innsikter i sanntid. Boken begynner med en introduksjon til streamingdata, hvor ulike utfordringer, virkelige forretningsapplikasjoner og et utvalg vindusteknikker blir utforsket. Videre undersøkes inkrementelle og online læringsalgoritmer, samt prinsippene for modellvurdering med hensyn til streamingdata. Leserene blir også kjent med Scikit-Multiflow-rammeverket i Python. Boken inkluderer en gjennomgang av ulike algoritmer for endringsdeteksjon og konseptdrift, samt implementering av forskjellige datasett ved hjelp av Scikit-Multiflow. Den dykker også inn i ulike overvåkede og ikke-overvåkede algoritmer for streamingdata, og hvordan disse kan implementeres på forskjellige datasett i Python.