關於 非監督式學習python ，我們在網路上蒐集到這些相關的討論、資訊與評價

【#贈書活動】

#東京大學資料科學家養成全書 https://bit.ly/3hjqQjm

「大數據會消失，資料科學不會」
「所有的科學都是資料科學」
―――資訊科學時代最需要閱讀的一本書―――

東京大學資料科學人氣講座全收錄————
★傳說中的東大松尾研究室超熱門課程，第一手內容完整公開！
★用Python學習基本的程式撰寫，邊做邊學，鍛鍊最強資料科學技能！
★收錄大量練習題和綜合題演練，打好理論基本功，具體應用於實務現場！
★體驗資料科學的魅力，培養整合跨領域課題的創造力！

所謂科學，是從世界上混沌的現象裡找出本質，逐步解決各式各樣的問題。在日漸龐大的各種資料當中，運用科學的力量解決各種問題，便可說是資料科學。

資料科學不僅只是數學（統計、機率、機器學習等），更是借用IT等各種力量，不斷挑戰世界上的難題與背後課題的綜合領域。運用這樣資料科學和人工智慧的力量，減少浪費與沒有效率的事物，進一步創造出新價值，可以讓這個世界更加美好。

本書廣泛說明資料科學不可不知的基礎事項，蒐羅豐富的重要關鍵知識和好用的參考資料，成為學習資料科學的地圖與羅盤。書中主要使用Python來學習基本的程式撰寫技巧，以及資料的取得、讀取、操作等，含括各式各樣Python函式庫的使用方式、機率統計的手法、機器學習（監督式學習、非監督式學習、性能調校），還有讓Python高速化的方法和Spark的簡單操作等。

書中說明如何實際將現場的資料進行加工與分析，如何具體運用於市場行銷或金融等，使用何種手法來撰寫程式比較好，以及組合程式的技巧和流程。除了理論解說，也介紹實務性的使用方法，可立即上手應用。
收錄各種類型的實作練習題和綜合問題，以實際的問題為前提來思考，一邊動手實踐。

📙看更多 #臉譜出版《東京大學資料科學家養成全書：使用Python動手學習資料分析》https://bit.ly/3hjqQjm
===========================================================現在只要在2020/06/18(四)下午15:00前，按讚「城邦讀書花園」，公開分享本文，並在本文下方留言：@_____ 「我想看《東京大學資料科學家養成全書》東京大學資料科學人氣講座全收錄————使用Python動手學習資料分析。」

🎁就有1位朋友可獲得《東京大學資料科學家養成全書：使用Python動手學習資料分析》1本哦！

※得獎名單將於2020/06/18(四)晚上20:00前公布於粉絲團：）
※得獎名單會直接在原贈書活動貼文上，以「留言」方式公布。
※贈書寄送限台澎金馬地區。
※城邦讀書花園粉絲團擁有變更活動內容的權利。

--課程已於 2019 年 9 月更新--

課程將從基礎開始，學習如何使用 Python 打開並處理文字與 PDF 檔案，以及如何使用正規表示式在文字檔中搜索自訂的模式。

然後從自然語言處理的基礎開始，利用 Python 的自然語言工具包程式庫( Natural Language Toolkit library )，以及最先進的 Spacy 程式庫，其可用於超快速標記( ultra fast tokenization )、解析( parsing )、實體識別( entity recognition )和文字的詞形還原( lemmatization )。

你將會理解一些基本的 NLP 概念，例如詞幹分析( stemming )、詞形還原( lemmatization ) 、停止的字彙( stop words )、片語比對( phrase matching )、標記化( tokenization )等等！

接下來將介紹詞性標註( Part-of-Speech tagging )，在這裏，Python 腳本將能夠自動將文字中的字彙分配給相應的詞類，比如名詞、動詞和形容詞，這是建構智慧語言系統的一個重要部分。

你還將學習命名實體識別( named entity recognition )，允許你的程式碼通過提供文字資訊來自動理解金錢、時間、公司、產品等概念。

通過這些最先進的視覺化程式庫，將能夠實時查看這些關係。

然後繼續瞭解機器學習與 Scikit-Learn 進行文字分類，如自動建立機器學習系統，可以辨識正面和負面的電影評論，或垃圾與合法的電子郵件訊息。

最後將把這些知識擴展到更複雜的非監督式學習做自然語言處理，比如主題建模( topic modeling )，課程中使用的機器學習模型將從原始文字檔案中檢測主題和主要概念。

本課程甚至涵蓋了一些高級主題，例如使用 NLTK 程式庫對文字進行情感分析( sentiment analysis )，以及使用 Word2Vec 演算法創建語義詞向量( semantic word vectors )。

包含在這個課程是一個完整的部分致力於最先進的高級主題，如使用深度學習建立自己的聊天機器人( chat bots )！

https://softnshare.com/nlp-natural-language-processing-python/

本課程將引導你了解如何使用 Google 的 TensorFlow 框架來創建人工神經網路進行深度學習！讓你輕鬆了解 Google TensorFlow 框架複雜性的指南。

從這堂 14 小時的課你將學到

1. 了解神經網路的工作原理

2. 使用 Python 從頭開始建構你自己的神經網路

3. 使用 TensorFlow 進行分類和回歸任務

4. 使用 TensorFlow 以卷積神經網路 (Convolutional

5. Neural Networks ) 進行圖像分類

6. 使用 TensorFlow 以遞歸神經網路 ( Recurrent Neural Networks ) 進行時間序列分析

7. 使用 TensorFlow 以 AutoEncoders 解決非監督式學習問題 ( Unsupervised Learning Problems)

8. 學習如何以 OpenAI Gym 執行增強式學習 ( Reinforcement Learning )

9. 用 TensorFlow 建立生成式對抗網路 ( Generative Adversarial Networks )

10. 成為深入學習的大師！

>英文字幕：有

https://softnshare.wordpress.com/…/tensorflow-deep-learnin…/