Python и машинное обучение (Себастьян Рашка, Вахид Мирджалили) ; Вильямс, 2020
от 3643 р. до 4320 р.
Автор(ы): Рашка С.; Мирджалили В.;
Издатель: Вильямс
ISBN: 978-5-907203-57-0
ID: SKU350059
Добавлено: 17.08.2021
Сравнить цены
Цена от 3643 р. до 4320 р. в 4 магазинах
Магазин | Цена | Наличие |
---|---|---|
Лабиринт 5/5 | 4320 р. 6172 р. | |
Мегамаркет 5/5 | 3643 р. 5571 р. | |
Яндекс.Маркет 5/5 | 3999 р. 5199 р. | наличие уточняйте 14.05.2024 |
МАЙШОП 5/5 | 3860 р. 5761 р. | |
Читай-город 5/5 | ||
Описание
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.
Эта книга — 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
Прикладное машинное обучение с прочным теоретическим фундаментом.
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 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.
Книга обсуждается в отдельном сообщении в блоге Виктора Штонда.
3-е издание.
Смотри также Характеристики.
Яндекс.Маркет
Содержание
Глава 1. Наделение компьютеров способностью обучения на данных
Глава 2. Обучение простых алгоритмов МО для классификации
Глава 3. Обзор классификаторов на основе машинного обучения с
использованием scikit-learn
Глава 4. Построение хороших обучающих наборов — предварительная
обработка данных
Глава 5. Сжатие данных с помощью понижения размерности
Глава 6. Освоение практического опыта оценки моделей и настройки
гиперпараметров
Глава 7. Объединение разных моделей для ансамблевого обучения
Глава 8. Применение машинного обучения для смыслового анализа
Глава 9. Встраивание модели машинного обучения в веб-приложение
Глава 10. Прогнозирование значений непрерывных целевых
переменных с помощью регрессионного анализа
Глава 11. Работа с непомеченными данными — кластерный анализ
Глава 12. Реализация многослойной искусственной нейронной сети с нуля
Глава 13. Распараллеливание процесса обучения нейронных сетей
с помощью TensorFlow
Глава 14. Погружаемся глубже — механика TensorFlow
Глава 15. Классификация изображений с помощью глубоких
сверточных нейронных сетей
Глава 16. Моделирование последовательных данных с использованием
рекуррентных нейронных сетей
Глава 17. Порождающие состязательные сети для синтеза новых
данных
Глава 18. Обучение с подкреплением для принятия решений
в сложных средах
Предметный указатель
О книге
Автор(ы) | Себастьян Рашка, Вахид Мирджалили |
Переплет | Твердая глянцевая |
Издатель | Вильямс |
Год издания | 2020 |
Кол-во страниц | 848 |
ISBN | 978-5-907203-57-0 |
Возрастные ограничения | 12 |
Количество страниц | 848 |
Количество книг | 1 |
Формат | 70х100/16 |
Возрастное ограничение | 16+ |
Издательство | Диалектика |
Тип обложки | твердая |
Автор | Рашка Себастьян; Мирджалили Вахид |
Вес | 1230 |
Размеры | 70x100/16 |
Обложка | твердый переплёт |
Язык издания | rus |
Отзывы (5)
-
Серый
- 20 марта 20225/5
Переплет твердый, бумага белая, но не очень плотная, чернила четкие...На счет того что картинки черно-белые, так там еще в введении дается ссылка на иллюстрации в цветном формате. Надеюсь книга зайдет...А вот Лабиринт в этот раз не порадовал. До "событий" книга стоила 2500, сейчас просто на 2 умножили. Пришлось заказать в другом месте последний экземпляр по старой цене. Фото страницы с ссылкой на иллюстрации прилагаю. Не совсем понял про серый код от предыдущего отзыва. Имеется ввиду подсветка синтаксиса? PyCharm все прекрасно сам "окрасит")
0 0
-
Хмельницкий Константин
- 6 ноября 20201/5
Обратите внимание, что 3-е издание - не полноцветное. Графики, рисунки, код - это всё оттенки серого. На сайте издательства можно скачать архив цветных иллюстраций, но код-то всё равно останется серым...
0 0
-
Полежаева Ксения
- 28 апреля 20205/5
Книга просто замечательная. Я о нейросетях в последний раз слышала 10 лет назад в университете. Теперь же, когда на работе потребовалось написать программное обеспечение с нейросетью, эта книга стала настоящим учебником. Авторы всё очень доходчиво объясняют.
Один только недостаток - уже устаревшая версия TensorFlow использована в коде, представленном в книге. С новой версией этой библиотеки ничего не работает (PyCharm, Python + Anaconda). Я долго билась над разгадкой почему ничего не работает, а потом Себастьян Рашка (да, я списалась с автором) написал мне, что уже есть 3е издание!
А так с точки зрения теории - книга просто восхитительная.0 0
Добавить отзыв
Книги с похожим названием
Книги где авторы: Себастьян Рашка, Вахид Мирджалили
Технические науки - издательство "Вильямс"
Категория 2914 р. - 4371 р.
Прочие издания - издательство "Вильямс" »
Технические науки
Категория 2914 р. - 4371 р.