Книга «Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow 2»
Достаточно ряда примечательных достижений, произошедших относительно недавно, и книги Жерона «Прикладное машинное обучение», чтобы разработчики и программисты, вне зависимости от уровня своих знаний, смело прибегали к задействованию понятного и продуктивного инструментария
для создания своих программ.
Это уже вторая версия бестселлера от Орельена Жерона, построенная на реальных примерах, минимальном количестве теоретической информации и конечных фреймворках Python, формируя у читателей книги интуитивное понимание методов, инструментария и общей концепции, которые направлены на дальнейшую работу над реализацией интеллектуальных систем.
Об авторе – Орельен Жерон
Интересы в сфере машинного обучения Орельена Жерона не заканчиваются на работе советником и инструктором, дойдя до более значимых масштабов – написания собственной книги «Прикладное машинное обучение с помощью», которая ныне котируется как популярное настольное издание для специалистов.
Ранее Орельен представлял корпорацию Google, возглавляя команду по классификации видео YouTube. А еще раньше он основал и руководил техническим отделом в Wifirst – ведущий интернет-провайдер во Франции.
За настоящим Орельена Жерона Вы можете следить самостоятельно, ведь он активный пользователь социальных сетей:
Книга «Прикладное машинное обучение» – содержание
Второе издание «Прикладного машинного обучения» – кладезь широкого спектра методологических знаний, в особенности благодаря присутствию закрепляющих заданий в каждой из глав. К слову, содержание книги тематически делится на две части:
- База машинного обучения: знакомство, полный проект, разделение, методология опорных векторов и прочее;
- Глубокое обучение и нейронные сети: базовая информация, процесс обучения, компьютерное зрение, работа с последовательностью и др.
А что вообще можно сделать с помощью машинного обучения?
- проводить сегментацию клиентов и выбрать оптимальную маркетинговую стратегию по каждой группе;
- составлять рекомендации для каждого клиента, исходя из запросов подобных личностей;
- выявлять мошеннические транзакции;
- формировать прогноз на доход в следующем году.
Что нужно знать перед прочтением книги Жерона?
Автор предполагает, что Вы уже обладаете некоторым опытом программирования на языке Python, а также знакомы с главными библиотеками для научных расчетов, в том числе NumPy, pandas и Matplotlib. Желательным будет и понимание математики на уровне колледжа.
