Описание
Python и машинное обучение
Артикул Маркета
103723386984
Внешний вид товаров и/или упаковки может быть изменён изготовителем и отличаться от изображенных на Яндекс Маркете.
Пэй
5 844 ₽
–54%
Пэй
5 844 ₽
–54%
Доставка Маркета
23 окт, по клику 0 ₽
Москва
23 окт, пункт выдачи 0 ₽
Москва
14 дней на возврат
О возвратах
книги ДМК Пресс
Магазин
1.1Kзаказов
57подписчиков
1год на Маркете
О товаре
Описание
От регрессии и кластеризации до нейронных сетей — соберите свой первый портфель ML-проектов по этой книге!
От Python-кода к интеллектуальным системам. Практическое введение в машинное обучение. Вы уверенно пишете на Python и хотите научить компьютер учиться? Эта книга — идеальный проводник. Себастьян Рашка не углубляется в абстрактную теорию, а сразу показывает, как с помощью библиотек scikit-learn, Theano и Keras решать реальные задачи: от прогнозной аналитики и кластеризации до создания нейронных сетей. Вы научитесь не только строить модели, но и правильно оценивать их, предобрабатывать данные и даже встраивать готовые решения в веб-приложения. Это руководство для тех, кто ценит практику и хочет быстро получить востребованный навык.
Машинное обучение и прогнозная аналитика преобразуют традиционную схему функционирования предприятий и других организаций. Эта книга предоставит вам доступ в мир прогнозной аналитики и продемонстрирует, почему Python является одним из ведущих языков науки о данных. Если вы хотите глубже и точнее анализировать данные либо нуждаетесь в усовершенствовании и расширении систем машинного обучения, эта книга окажет вам неоценимую помощь. Ознакомившись с широким кругом мощных программных библиотек Python, в том числе scikit-learn, Theano и Keras, а также получив советы по всем вопросам начиная с анализа мнений и заканчивая нейронными сетями, вы сможете принять важные решения, во многом определяющие деятельность вашей организации.
Чему вы научитесь, прочитав эту книгу:
• исследовать, как используются разные машинно-обучаемые модели, которые формулируют те или иные вопросы в отношении данных;
• конструировать нейронные сети при помощи библиотек Theano и Keras;
• писать красивый и лаконичный программный код на Python с оптимальным использованием созданных вами алгоритмов;
• встраивать вашу машинно-обучаемую модель в веб-приложение для повышения ее общедоступности;
• предсказывать непрерывнозначные результаты при помощи регрессионного анализа;
• обнаруживать скрытые повторяющиеся образы и структуры в данных посредством кластерного анализа;
• организовывать данные с помощью эффективных методов предобработки и использовать передовые практические подходы к оценке машиннообучаемых моделей;
• осуществлять анализ мнений, позволяющий подробнее интерпретировать текстовые данные и информацию из социальных сетей.
Если вы хотите узнать, как использовать Python, чтобы начать отвечать на критические вопросы в отношении ваших данных, возьмите данную книгу - и неважно, хотите ли вы приступить к изучению науки о данных с нуля или же намереваетесь расширить о ней свои знания, это принципиальный ресурс, который нельзя упускать.
Крайне необходимое издание по новейшей предсказательной аналитике для более глубокого понимания методологии машинного обучения!
От Python-кода к интеллектуальным системам. Практическое введение в машинное обучение. Вы уверенно пишете на Python и хотите научить компьютер учиться? Эта книга — идеальный проводник. Себастьян Рашка не углубляется в абстрактную теорию, а сразу показывает, как с помощью библиотек scikit-learn, Theano и Keras решать реальные задачи: от прогнозной аналитики и кластеризации до создания нейронных сетей. Вы научитесь не только строить модели, но и правильно оценивать их, предобрабатывать данные и даже встраивать готовые решения в веб-приложения. Это руководство для тех, кто ценит практику и хочет быстро получить востребованный навык.
Машинное обучение и прогнозная аналитика преобразуют традиционную схему функционирования предприятий и других организаций. Эта книга предоставит вам доступ в мир прогнозной аналитики и продемонстрирует, почему Python является одним из ведущих языков науки о данных. Если вы хотите глубже и точнее анализировать данные либо нуждаетесь в усовершенствовании и расширении систем машинного обучения, эта книга окажет вам неоценимую помощь. Ознакомившись с широким кругом мощных программных библиотек Python, в том числе scikit-learn, Theano и Keras, а также получив советы по всем вопросам начиная с анализа мнений и заканчивая нейронными сетями, вы сможете принять важные решения, во многом определяющие деятельность вашей организации.
Чему вы научитесь, прочитав эту книгу:
• исследовать, как используются разные машинно-обучаемые модели, которые формулируют те или иные вопросы в отношении данных;
• конструировать нейронные сети при помощи библиотек Theano и Keras;
• писать красивый и лаконичный программный код на Python с оптимальным использованием созданных вами алгоритмов;
• встраивать вашу машинно-обучаемую модель в веб-приложение для повышения ее общедоступности;
• предсказывать непрерывнозначные результаты при помощи регрессионного анализа;
• обнаруживать скрытые повторяющиеся образы и структуры в данных посредством кластерного анализа;
• организовывать данные с помощью эффективных методов предобработки и использовать передовые практические подходы к оценке машиннообучаемых моделей;
• осуществлять анализ мнений, позволяющий подробнее интерпретировать текстовые данные и информацию из социальных сетей.
Если вы хотите узнать, как использовать Python, чтобы начать отвечать на критические вопросы в отношении ваших данных, возьмите данную книгу - и неважно, хотите ли вы приступить к изучению науки о данных с нуля или же намереваетесь расширить о ней свои знания, это принципиальный ресурс, который нельзя упускать.
Крайне необходимое издание по новейшей предсказательной аналитике для более глубокого понимания методологии машинного обучения!
Характеристики
Общие характеристики
Артикул Маркета
103723386984
Дополнительно
Внешний вид товаров и/или упаковки может быть изменён изготовителем и отличаться от изображенных на Яндекс Маркете.Возрастное ограничение 18+
30 марта
Достоинства: Книга охватывает классификацию, регрессию, кластеризацию и уменьшение размерности с примерами кода, компромиссами моделей и настройкой без воды, с таблицами для сравнения.
Недостатки: Толстый переплет чуть не удобен но это вкусовщина
Недостатки: Толстый переплет чуть не удобен но это вкусовщина
7 апреля
Достоинства: Супер книга
Недостатки: Нету
Недостатки: Нету
28 марта
Достоинства: Супер книга, все четко и понятно описано.
Недостатки: Нет недостатков все отлично
Недостатки: Нет недостатков все отлично
Рекомендуем
Цена с картой Яндекс Пэй 1130 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 1742 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 1565 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 1938 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 277 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 2381 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 1059 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 1476 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 482 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 610 ₽ вместо
Пэй
Цена с картой Яндекс Пэй 1707 ₽ вместо
Пэй
Войдите в аккаунтИ тогда откроется корзина, а цены на Маркете могут стать ниже
