Python и машинное обучение (Рашка Себастьян) ; ДМК-Пресс, 2017
от 792 р. до 10616 р.
Автор(ы): Рашка Себастьян;
Издатель: ДМК-Пресс
ISBN: 978-5-97060-409-0
ID: SKU25875
Сравнить цены
Цена от 792 р. до 10616 р. в 9 магазинах
Магазин | Цена | Наличие |
---|---|---|
Лабиринт 5/5 | 2719 р. 3884 р. | |
Буквоед 5/5 | 2674 р. Минимальная сумма заказа 100 рублей | |
ЛитРес 5/5 | 792 р. 990 р. электронная книга | скачать фрагмент | |
Book24 5/5 | 2719 р. 3779 р. | |
Мегамаркет 5/5 | 10616 р. | |
Яндекс.Маркет 5/5 | 2554 р. | |
МАЙШОП 5/5 | 2357 р. 3625 р. | |
Читай-город 5/5 | 2674 р. 3599 р. | наличие уточняйте 02.12.2023 |
OZON | 2010 р. | наличие уточняйте 03.01.2024 |
AliExpress 5/5 | ||
Описание
Крайне необходимое издание по новейшей предсказательной аналитике для более глубокого понимания методологии машинного обучения
Использование разных машинно-обучаемых моделей для формулирования различных вопросов в отношении данных
Конструирование нейронных сетей при помощи библиотек
Написание красивого и лаконичного кода с оптимальным использованием созданных вами алгоритмов
Встраивание машинно-обучаемой модели в веб-приложение для повышения ее общедоступности
Обнаружение скрытых повторяющихся образов и структур в данных посредством кластерного анализа
Организация данных с помощью эффективных методов предобработки и использование передовых практических подходов к оценке машинно-обучаемых моделей
Анализ мнений для подробной интерпретации текстовых данных и информации из социальных сетей
Смотри также Характеристики.
Яндекс.Маркет
Содержание
Об авторе
О рецензентах
Введение
Глава 1. Наделение компьютеров способностью
обучаться на данных
Глава 2. Тренировка алгоритмов машинного
обучения для задачи классификации
Глава 3. Обзор классификаторов с использованием
библиотеки scikit-learn
Глава 4. Создание хороших тренировочных
наборов - предобработка данных
Глава 5. Сжатие данных путем снижения
размерности
Глава 6. Изучение наиболее успешных методов
оценки моделей и тонкой настройки
гиперпараметров
Глава 7. Объединение моделей для методов
ансамблевого обучения
Глава 8. Применение алгоритмов машинного
обучения в анализе мнений
Глава 9. Встраивание алгоритма машинного
обучения в веб-приложение
Глава 10. Прогнозирование значений непрерывной
целевой переменной на основе регрессионного
анализа
Глава 11. Работа с немаркированными данными -
кластерный анализ
Глава 12. Тренировка искусственных нейронных
сетей для распознавания изображений
Глава 13. Распараллеливание тренировки
нейронных сетей при помощи Theano
Приложение А
Глоссарий основных терминов и сокращений
Предметный указатель
О книге
Автор(ы) | Рашка Себастьян |
Раздел | Программирование |
Издатель | ДМК-Пресс |
ISBN | 978-5-9706-0409-0 |
Год издания | 2017 |
Количество страниц | 418 |
Формат | 171x242мм |
Вес | 0.79кг |
Возрастные ограничения | 12 |
Кол-во страниц | 418 |
Переплет | 70х100/16 |
Издательство | ДМК |
Оформление обложки | лакировка |
Тип обложки | твердая |
Количество книг | 1 |
Возрастное ограничение | 12+ |
Размеры | 70x100/16 |
Язык издания | Русский |
Обложка | твердый переплёт |
Отзывы (4)
-
Марат Шмелев
- 20 ноября 20235/5
В последнее время машинное обучение становится все более популярным направлением в IT-индустрии, и книга Рашка "Python и машинное обучение" является хорошим началом для изучения этой темы.
Автор подробно и доступно излагает основы машинного обучения, начиная от базовых понятий и заканчивая более сложными темами.
Книга наполнена множеством примеров кода на Python, что позволяет читателям сразу применять полученные знания на практике. Также в книге представлены различные алгоритмы машинного обучения, что дает возможность читателю выбрать наиболее подходящий для конкретной задачи.
Плюсами книги являются:
– доступность изложения материала;
– большое количество примеров кода;
– широкий охват тем машинного обучения;
– актуальность информации (книга обновлена в соответствии с последними версиями Python и библиотек для машинного обучения).
Из минусов можно отметить некоторую сложность некоторых разделов для начинающих, но это скорее связано с тем, что материал подается достаточно глубоко.
В целом, книга Рашка является отличным пособием для изучения машинного обучения на Python и будет полезна как новичкам, так и опытным разработчикам.0 0
-
alexey.sergeychuk
- 25 апреля 20215/5
Отличная книга для понимания машинного обучения. Автор разбирает все основные модели ML, заглядывая под капот и показывает способы применения.
0 0
-
Петрова Ксения
- 29 июня 20185/5
Книга понравилась. Изложена достаточно понятным языком. Большой плюс, что книга в твердом переплете. Будет полезна всем начинающим изучать Python. Порадовала цена в Лабиринте - со скидкой получилась значительно ниже, чем на других сайтах. Спасибо любимому магазину
0 0
Добавить отзыв
Книги с похожим названием
Машинное обучение. Анализ данных - издательство "ДМК-Пресс"
Категория 633 р. - 950 р.
Программирование - издательство "ДМК-Пресс" »
Машинное обучение. Анализ данных
Категория 633 р. - 950 р.