Мужские правила. Отношения, секс, психология Жесткий подход Дэна Кеннеди Искусство обмана. Социальная инженерия в мошеннических схемах
 
Наши проекты:
Вход для зарегистрированных пользователей
Регистрация нового пользователя
Каталог книг Новинки Анонсы Заказы / Корзина Рассылка Оплата и Доставка Контакты
Вы находитесь в разделе каталога:
• Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2, 3-е издание, Себастьян Рашка, Вахид Мирджалили


Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2, 3-е издание
Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2, 3-е издание
новинка
Себастьян Рашка, Вахид Мирджалили
Год выпуска: 2020
Изд-во: Диалектика-Вильямс
ISBN: 978-5-907203-57-0
Переплёт: мягкий
848 страниц
Книга "Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2, 3-е издание" является всеобъемлющим руководством по машинному и глубокому обучению с использованием языка Python. Она служит как пошаговым учебным пособием, так и справочником, к которому вы постоянно будете возвращаться в ходе построения систем машинного обучения.

Книга наполнена четкими пояснениями, визуальными представлениями, работающими примерами и детально раскрывает все важные методики машинного обучения. В то время как некоторые книги учат вас следовать инструкциям, Рашка и Мирджалили излагают принципы, лежащие в основе машинного обучения, что позволит вам самостоятельно строить модели и приложения.

Третье издание книги обновлено с целью учета версии библиотеки TensorFlow 2 и последних добавлений в scikit-learn. Оно расширено для охвата двух самых современных методик машинного обучения: обучения с подкреплением и порождающих состязательных сетей.

Книга "Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2, 3-е издание" — ваш попутчик в машинном обучении с применением Python, будь вы разработчиком приложений на языке Python, не знакомым с машинным обучением, или разработчиком, желающим углубить свои знания в современных областях.

Основные темы книги:
- Фреймворки, модели и методики, которые позволяют машинам "учиться" на основе данных
- Использование scikit-learn для машинного обучения и TensorFlow для глубокого обучения
- Применение машинного обучения для классификации изображений, смыслового анализа, создания интеллектуальных веб-приложений и многого другого
- Построение и обучение нейронных сетей, порождающих состязательных сетей и других моделей
- Реализация веб-приложений с искусственным интеллектом
- Выполнение очистки и подготовки данных для машинного обучения
- Классификация изображений с использованием глубоких сверточных нейронных сетей
- Рекомендуемые приемы для оценки и настройки моделей
- Прогнозирование непрерывных целевых результатов с использованием регрессионного анализа
- Обнаружение скрытых шаблонов и структуры в данных с помощью кластеризации
- Углубление в текстовые данные и данные социальных сетей с применением смыслового анализа

Новое издание пересмотрено и расширено с целью охвата TensorFlow 2, порождающих состязательных сетей (GAN) и обучения с подкреплением. Книга является всеобъемлющим руководством по машинному и глубокому обучению с использованием языка Python. Она служит как пошаговым учебным пособием, так и справочником, к которому вы постоянно будете возвращаться в ходе построения систем машинного обучения.

Книга "Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2, 3-е издание" наполнена четкими пояснениями, визуальными представлениями и работающими примерами, детально раскрывая все важные методики машинного обучения. В то время как некоторые книги учат вас следовать инструкциям, Рашка и Мирджалили излагают принципы, лежащие в основе машинного обучения, что позволит вам самостоятельно строить модели и приложения.

Обновленное с учетом библиотеки TensorFlow 2.0 третье издание предлагает читателям ознакомиться с ее новыми средствами API-интерфейса Keras, а также с последними добавлениями в scikit-learn. Оно расширено для охвата самых современных методик обучения с подкреплением, основанных на глубоком обучении, и введения в порождающие состязательные сети. Наконец, в книге также проводится исследование подобласти обработки естественного языка (NLP), называемой смысловым анализом, что поможет вам использовать алгоритмы машинного обучения для классификации документов.

Об авторах:
Себастьян Рашка
, автор ставшего бестселлером 2-го издания этой книги, обладает многолетним опытом написания кода на языке Python. Он проводил многочисленные семинары по практическому применению науки о данных, машинному обучению и глубокому обучению, включая руководство по машинному обучению на SciPy — ведущей конференции, посвященной научным расчетам с помощью Python.
Несмотря на то что исследовательские проекты Себастьяна сосредоточены главным образом на решении задач в области вычислительной биологии, ему нравится писать и говорить на темы науки о данных, машинного обучения и языка Python в общем, и он стремится помочь людям разрабатывать решения, управляемые данными, без обязательного знания подоплеки машинного обучения.
Недавно его работа и вклад были отмечены званием выдающегося аспиранта 2016–2017, а также наградой ACM Computing Reviews’ Best of 2016.
Вахид Мирджалили получил звание PhD в машиностроении, работая над новаторскими методами для крупномасштабных вычислительных эмуляций молекулярных структур. В настоящее время он сосредоточил свою научно-исследовательскую работу на приложениях машинного обучения в разнообразных проектах компьютерного зрения в отделении компьютерных наук и инженерии Университета штата Мичиган.
Вахид избрал Python в качестве главного языка программирования, и на протяжении своей научно-исследовательской карьеры накопил громадный опыт в написании кода Python. Он преподавал программирование на Python инженерной группе в Университете штата Мичиган, что дало ему возможность помочь студентам понять разные структуры данных и разрабатывать эффективный код на Python.




Оглавление книги "Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2"



Предисловие 20
Глава 1. Наделение компьютеров способностью обучения на данных 29
Глава 2. Обучение простых алгоритмов МО для классификации 49
Глава 3. Обзор классификаторов на основе машинного обучения с использованием scikit-learn 85
Глава 4. Построение хороших обучающих наборов —
предварительная обработка данных 145
Глава 5. Сжатие данных с помощью понижения размерности 185
Глава 6. Освоение практического опыта оценки моделей
и настройки гиперпараметров 233
Глава 7. Объединение разных моделей для ансамблевого обучения 273
Глава 8. Применение машинного обучения для смыслового анализа 313
Глава 9. Встраивание модели машинного обучения в веб-приложение 343
Глава 10. Прогнозирование значений непрерывных целевых
переменных с помощью регрессионного анализа 377
Глава 11. Работа с непомеченными данными — кластерный анализ 419
Глава 12. Реализация многослойной искусственной нейронной сети с нуля 455
Глава 13. Распараллеливание процесса обучения нейронных сетей
с помощью TensorFlow 501
Глава 14. Погружаемся глубже — механика TensorFlow 555
Глава 15. Классификация изображений с помощью глубоких
сверточных нейронных сетей 609
Глава 16. Моделирование последовательных данных с использованием рекуррентных нейронных сетей 665
Глава 17. Порождающие состязательные сети для синтеза новых данных 723
Глава 18. Обучение с подкреплением для принятия решений
в сложных средах 781
Предметный указатель 835


Хотите оставить отзыв? У Вас возникли вопросы о книге "Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2, 3-е издание, Себастьян Рашка, Вахид Мирджалили" ? Пишите:

* Текст сообщения:
 
  Отправить
Поиск по каталогу
 поиск в аннотациях
Искать

* Подробнее об условиях доставки смотрите в разделе "Оплата и Доставка" нашего магазина.
Если у Вас возникли вопросы как подобрать и купить книги в нашем интернет-магазине звоните с 10 до 18 по будним дням: Киев 331-04-53, Водафон (050) 809-56-66, Киевстар (067) 408-26-36, Интертелеком (094) 831-04-53 или пишите нам

 
   
  Programming - Dmitriy Kotov & Andrey Kotov