Python и машинное обучение

Python и машинное обучение

Цена: 1300 грн.

Автор: Себастьян Рашка, Вахид Мирджалили

Издательство: Диалектика

Язык: русский

Кол-во страниц: 656

Формат: 70×100/16

Артикул: 978-5-907114-52-4 Категория: Product ID: 6555

Python и машинное обучение

Машинное обучение поглощает мир программного обеспечения. Освойте и работайте с передовыми технологиями машинного обучения, нейронных сетей и глубокого обучения с помощью 2-го издания бестселлера Себастьяна Рашки.

Будучи основательно обновленной с учетом самых последних технологий с открытым кодом, включая такие библиотеки, как scikit-learn, Keras и TensorFlow, эта книга предлагает практические знания и приемы, которые необходимы для создания эффективных приложений машинного и глубокого обучения на языке Python. Обладающие уникальной проницательностью и знанием дела авторы книги, Себастьян Рашка и Вахид Мирджалили, ознакомят вас с алгоритмами машинного обучения и глубокого обучения и постепенно подведут к сложным темам в анализе данных. В книге предлагается сочетание теоретических принципов машинного обучения с практическим подходом к написанию кода для полного понимания теории машинного обучения и реализация с помощью Python.

Основные темы книги

  • Освойте основные фреймворки в науке о данных, машинном обучении и глубоком обучении
  • Задайте новые вопросы своим данным через модели машинного обучения и нейронные сети
  • Используйте всю мощь самых последних библиотек Python с открытым кодом для машинного обучения
  • Научитесь строить реализации глубоких нейронных сетей с применением библиотеки TensorFlow
  • Встраивайте модели машинного обучения в доступные веб-приложения
  • Прогнозируйте непрерывные целевые результаты с применением регрессионного анализа
  • Раскройте скрытые шаблоны и структуры в данных с помощью кластеризации
  • Анализируйте изображения с использованием приемов глубокого обучения
  • Углубитесь в текстовые данные и данные из социальных сетей с применением смыслового анализа

Если вы читали 1-е издание книги, то вам доставит удовольствие найти новый баланс классических идей и современных знаний в машинном обучении.

Каждая глава была серьезно обновлена, и появились новые главы по ключевым технологиям. У вас будет возможность изучить и поработать с TensorFlow более вдумчиво, нежели ранее, а также получить важнейший охват библиотеки для нейронных сетей Keras наряду с самыми свежими обновлениями библиотеки scikit-learn.

Об авторах

Себастьян Рашка, автор ставшего бестселлером 1-го издания этой книги, обладает многолетним опытом написания кода на языке Python. Он проводил многочисленные семинары по практическому применению науки о данных, машинному обучению и глубокому обучению, включая руководство по машинному обучению на SciPy — ведущей конференции, посвященной научным расчетам с помощью Python.

Несмотря на то что исследовательские проекты Себастьяна сосредоточены главным образом на решении задач в области вычислительной биологии, ему нравится писать и говорить на темы науки о данных, машинного обучения и языка Python в общем, и он стремится помочь людям разрабатывать решения, управляемые данными, без обязательного знания подоплеки машинного обучения.

Недавно его работа и вклад были отмечены званием выдающегося аспиранта 2016–2017, а также наградой ACM Computing Reviews’ Best of 2016.

В свободное время Себастьян любит участвовать в проектах с открытым кодом, а методы, которые он реализовал, теперь успешно используются в состязаниях по машинному обучению, таких как Kaggle.

Вахид Мирджалили получил звание PhD в машиностроении, работая над новаторскими методами для крупномасштабных вычислительных эмуляций молекулярных структур. В настоящее время он сосредоточил свою научно-исследовательскую работу на приложениях машинного обучения в разнообразных проектах компьютерного зрения в отделении компьютерных наук и инженерии Университета штата Мичиган.

Вахид избрал Python в качестве главного языка программирования, и на протяжении своей научно-исследовательской карьеры накопил громадный опыт в написании кода Python. Он преподавал программирование на Python инженерной группе в Университете штата Мичиган, что дало ему возможность помочь студентам понять разные структуры данных и разрабатывать эффективный код на Python.

Наряду с тем, что обширные исследовательские интересы Вахида сконцентрированы на приложениях глубокого обучения и компьютерного зрения, он особенно интересуется использованием приемов глубокого обучения для усиления приватности в биометрических данных, таких как изображения лиц, чтобы не раскрывалась информация сверх той, что пользователи намеревались показывать. Кроме того, он также сотрудничает с командой инженеров, работающих над беспилотными автомобилями, где проектирует модели на основе нейронных сетей для слияния многоспектральных изображений с целью обнаружения пешеходов.

Вес 1.271 kg
Название

2-е издание, Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow

Автор

,

Издательство

Диалектика

Язык

Количество страниц

656

Иллюстрации

Черно-белые

Формат, мм

165 * 235 мм

Бумага

офсетная

ISBN

978-5-907114-52-4

Штрихкод

9785907114524

Переплёт

Твёрдый