Машинное обучение на Python для всех
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 881
Заказывая «Машинное обучение на Python для всех», вы можете быть уверены, что данное изделие из каталога «Программирование» вы получите через 5-7 дней после оплаты. Товар будет доставлен из Европы, проверен на целостность, иметь европейское качество.
Машинное обучение на Python для всех
Автор: Марк Феннер
Издатель: Helion
Год публикации: 2020
Перевод: Томаш Вальчак, Якуб Хубиш
ISBN: 978-83- 283 -6425-7
Формат: 168x237
Переплет: мягкий
Страницы: 544
Книга новая
99,00 PLN ---> 57,77 PLN
Искусственный интеллект и машинное обучение развиваются с необычайной динамикой и находят все более разнообразные применения практически во всех отраслях. Этот впечатляющий прогресс тесно связан с достижениями в мире аппаратного и программного обеспечения. В настоящее время для машинного обучения используются многие языки программирования, такие как R, C, C++, Fortran и Go, но самым популярным выбором оказался Python и его специализированные библиотеки. Знание этих библиотек и инструментов позволяет создавать системы машинного обучения даже тем, кто не обладает глубокими познаниями в математике.
Эта книга предназначена для всех, кто хоть немного знает о Python Я хочу изучить машинное обучение. Математические вопросы здесь представлены минимально, но больше внимания уделяется концепциям, на которых основаны наиболее важные и наиболее часто используемые инструменты и методы машинного обучения. Затем были показаны практические принципы реализации машинного обучения с использованием самых современных библиотек и инструментов Python. В нем описаны компоненты систем машинного обучения, используемые сегодня, включая методы классификации и регрессии, а также разработку признаков, позволяющую преобразовывать данные в полезную форму. Были проанализированы многочисленные алгоритмы и наиболее часто используемые методы машинного обучения. Кратко представлены графовые модели и нейронные сети, в том числе глубокие сети, а также сочетание этих техник с более продвинутыми методами, полезными, например, при работе с графическими и текстовыми данными.
В книгу вошли , среди прочего:
- алгоритмы и модели машинного обучения
- принципы оценки эффективности систем обучения
- методы преобразования данных
- методы машинного обучения для изображений и текста
- нейронные сети и графовые модели
- библиотека scikit-learn и другие инструменты Python