Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными (Мюллер Адреас П., Гвидо Сара) ; Вильямс, 2017
Автор(ы): Мюллер Адреас П.; Гвидо Сара;
Издатель: Вильямс
ISBN: 978-5-9908910-8-1
ID: SKU182927
Добавлено: 15.08.2021
Цены
Магазин | Цена | Наличие |
---|---|---|
Лабиринт 5/5 | ||
Читай-город 5/5 | ||
МАЙШОП 5/5 | Один из первых книжных интернет-магазинов, работающий с 2002 года | |
Описание
Эта книга научит вас практическим способам построения систем МО, даже если вы еще новичок в этой области. В ней подробно объясняются все этапы, необходимые для создания успешного проекта машинного обучения, с использованием языка Python и библиотек scikit-learn, NumPy и matplotlib. Авторы сосредоточили свое внимание исключительно на практических аспектах применения алгоритмов машинного обучения, оставив за рамками книги их математическое обоснование. Данная книга адресована специалистам, решающим реальные задачи, а поскольку область применения методов МО практически безгранична, прочитав эту книгу, вы сможете собственными силами построить действующую систему машинного обучения в любой научной или коммерческой сфере.
Смотри также Характеристики.
Яндекс.Маркет
О книге
Издатель | Вильямс |
Год издания | 2017 |
Страниц | 480 |
Переплёт | мягкий |
ISBN | 978-5-9908910-8-1 |
Размеры | 16,50 см × 23,50 см × 2,69 см |
Автор(ы) | Мюллер Адреас П., Гвидо Сара |
Тематика | Операционные системы |
Отзывы (2)
-
Капля дождя
- 10 июля 20205/5
[Кратко]
Книга подойдёт для как для новичков, в качестве отправной точки карьеры Data Science специалиста, так и для состоявшихся ML-инженеров, которым нужна шпаргалка по машинному обучению.
[Минусы]
Рассматривается по большей части одна библиотека.
[Рецензия]
Большинство литературы такого жанра либо глубоко засело в границах пары библиотек, либо чересчур поверхностно проходится по всей сфере ИИ, не говоря толком ничего. Автор этой книги как-то сумел соблюсти баланс, преподнося читателю теорию машинного обучения и разбавляя её листингами не очень большого размера, что несомненно является плюсом.
Книга достаточно быстро обросла "бородой" из стикеров-закладок, так как автор не скупится на дельные советы касательно не только рассматриваемой библиотеки, но и ml-алгоритмов.
Автор не добавляет в книгу контент, отходящий от темы, что не особо хорошо, однако он компенсирует ссылками на литературу, в которой та или иная тема лучше раскрыта.
Даже после прочтения книги не хочется убирать ее в дальний ящик, так как описаны достаточно интересные идеи и лайфхаки.
Подводя итог, можно отметить, что это одна из базовых книг для становления дата-сайентиста. (Но опытному разработчику наверняка тоже будет что почерпнуть)
P.s.
Отдельное спасибо переводчику за примечания и сноски.0 0
-
Don Serjio
- 27 июля 20195/5
С места в карьер! (с) - можно так начать отзыв.
Как и указано в предисловии, книга предназначена для активного погружения в машинное обучение с использованием Python.
Замечу, что книга не для новичков в программировании.
Если вы знаете один из языков программирования и хотите покорять Python вселенную Data Science, то для этого придётся научиться программировать на Python. Т.е. крайне желательно иметь под рукой книгу/справочник по Python. Это важное отступление на мой взгляд, т.к. вам будет легче и комфортнее воспринимать код понимая синтаксис и семантику языка Python. Здесь я привожу своё видение, т.к. моя попытка изначально зайти к этой книге привела к тому, что надо было изучать матчать - язык Python ;)
Авторы книги начиная уже с введения приводят код, показывая практическую реализацию каждой темы из ML.
Код, пояснение, результат, разбор, анализ и вывод - в таком ключе построено повествование книги.
Читатель сразу погружается в тему, параллельно повторяя код, модифицируя его, играясь с параметрами... (Конечно если он сядет за компьютер и будет вводить код или использовать готовые файлы с кодами, а не только читать книгу :)
На мой взгляд книга имеет заслуженное право считаться введением в ML, т.к. прочитав почти 500 страниц и написав сотни-тысячи строк кода вы обязательно поймёте на практике, что такое ML и сможете двинуться дальше (выше и глубже) расширяя для себя горизонты Data Science...
По оформлению.
Мягкая обложка. Цветная печать очень помогает воспринимать изложение материала. Приятная на ощупь бумага.
Для ознакомления привожу Полное содержание, Предисловие, Введение и завершающие параграфы.0 0
Добавить отзыв
Книги где авторы: Мюллер Адреас П., Гвидо Сара
Машинное обучение. Анализ данных - издательство "Вильямс"
Программирование - издательство "Вильямс" »
Машинное обучение. Анализ данных
Категория 2879 р. - 4318 р.