- Руководства по пользованию программами
- Операционные системы и утилиты для ПК
- Интернет
- Графика. Дизайн. Проектирование
- Программы и утилиты для цифровых устройств
- Железо ПК
- Информатика
- Сети и коммуникации
- Бухгалтерия
- Базы данных
- Анализ данных
- Электронная бухгалтерия
- Машинное обучение. Анализ данных
- Менеджмент в IT
Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow. Концепции, инструменты и техники; Вильямс, 2018
7177 р.
- Издатель: Диалектика (Вильямс)
- ISBN: 978-5-9500296-2-2
- Книги: Программирование
- ID:2199875
Где купить (1)
Цена от 7177 р. до 7177 р. в 1 магазинах
Магазин | Цена | Наличие |
---|---|---|
Магазин | Последняя известная цена | Обновлено |
---|---|---|
Лабиринт | 4322 р. | 23.04.2021 |
Буквоед | 3099 р. | 18.09.2022 |
book24 | 2955 р. | 21.05.2022 |
Предложения банков
Компания | Предложение |
---|---|
Описание
Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow. Концепции, инструменты и техники для создания интеллектуальных систем. Полноцветное издание.
"Эта книга - замечательное введение в теорию и практику решения задач с помощью нейронных сетей. Она охватывает ключевые моменты, необходимые для построения эффективных приложений, а также обеспечивает достаточную основу для понимания результатов новых исследований по мере их появления. Я рекомендую эту книгу всем, кто заинтересован в освоении практического машинного обучения".
- Пит Уорден, технический руководитель направления TensorFlow
Благодаря серии недавних достижений глубокое обучение значительно усилило всю область машинного обучения. В наше время даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на основе данных. В настоящем практическом руководстве показано, что и как следует делать.
За счет применения конкретных примеров, минимума теории и двух фреймворков Python производственного уровня - Scikit-Learn и TensorFlow - автор книги Орельен Жерон поможет вам получить интуитивное представление о концепциях и инструментах, предназначенных для построения интеллектуальных систем. Вы узнаете о ряде приемов, начав с простой линейной регрессии и постепенно добравшись до глубоких нейронных сетей. Учитывая наличие в каждой главе упражнений, призванных закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования.
Исследуйте область машинного обучения, особенно нейронные сети
Используйте Scikit-Learn для отслеживания проекта машинного обучения от начала до конца
Исследуйте некоторые обучающие модели, включая методы опорных векторов, деревья принятия решений, случайные леса и ансамблевые методы
Применяйте библиотеку TensorFlow для построения и обучения нейронных сетей
Исследуйте архитектуры нейронных сетей, включая сверточные сети, рекуррентные сети и глубокое обучение с подкреплением
Освойте приемы для обучения и масштабирования глубоких нейронных сетей
Используйте практические примеры кода, не овладевая чрезмерно теорией машинного обучения или деталями алгоритмов
Об авторе
Орельен Жерон - консультант по машинному обучению.
Бывший работник компании Google, он руководил командой классификации видеороликов YouTube с 2013 по 2016 год. С 2002 по 2012 год он также был основателем и руководителем технического отдела в компании Wifirst, ведущего поставщика услуг беспроводного доступа к Интернету во Франции, а в 2001 году - основателем и руководителем технического отдела в фирме Polyconseil, которая сейчас управляет сервисом совместного пользования электромобилями Autolib'.
Смотри также о книге.
О книге
Параметр | Значение |
---|---|
Автор(ы) | Жерон Орельен |
Издатель | Вильямс |
Год издания | 2018 |
Кол-во страниц | 688 |
Раздел | Программирование |
ISBN | 978-5-9500296-2-2 |
Количество страниц | 688 |
Формат | 170x243мм |
Вес | 1.22кг |
Размеры | 17,00 см × 24,30 см × 4,00 см |
Язык издания | Русский |
Страниц | 688 |
Переплёт | твердый |
Тематика | Программирование |
Отзывы (2)
- Анонимно — 18 Сентября 2021
Одна из лучших, если не лучшая, книга по машинному обучению с уклоном на практику, раскрывающая основные элементы как классического МО, так и глубокого обучения. Говоря конкретно о глубоком обучении, приведены практические примеры использования различных архитектур сетей (сверточные, рекуррентные и так далее), а также не оставлена в стороне и тема обучения с подкреплением (наиболее интересный раздел МО лично для меня).
Основным минусом данной книги является то, что используется в ней старая версия TensorFlow, и воспроизвести примеры напрямую по книге не получится. Но это не отменяет ее ценности в общем: обновленные исходники есть на гитхабе. Ну и помимо этого доступно уже и второе издание, использующее TensorFlow 2.0 и Keras. Незначительным минусом с моей точки зрения является еще и большая жесткость книги в типографском смысле: частенько приходится ее как следует прогибать, чтобы не свернулась сама по себе. Но это пожалуй лишь вынужденное "зло": в остальном типография на высшем уровне, а полноцветность идет книге только на пользу. - Александр Петрович — 19 Сентября 2020
Очень полезная книга для программистов на Python. Доступным языком объяснены все основные алгоритмы машинного обучения, причем на конкретным примерах, которые вы можете самостоятельно и реализовать на своем компьютере
Добавить отзыв
Книги: Информационные технологии, Программирование - издательство "Диалектика (Вильямс)"
Категория 5741 р. - 8612 р.
Книги: Информационные технологии, Программирование
Категория 5741 р. - 8612 р.