Корзина
0
Корзина
0
Добавьте в корзину товаров ещё на 900 гривен, чтобы БЕСПЛАТНО получить товар по Украине до отделения Новой почты.

Ваша корзина пустая

Меню

Построение систем машинного обучения на языке Python

Издание 2019 г.
730 грн

Книга рассчитана на программистов, пишущих на Python и желающих узнать о построении систем машинного обучения с помощью библиотек с открытым исходным кодом. Мы рассматриваем основные модели машинного обучения на примерах, взятых из реальной жизни. Эта книга будет полезна также специалистам по машинному обучению, желающим использовать Python для создания своих систем.


В главе 1 «Введение в машинное обучение на языке Python» читатель знакомится с основной идеей машинного обучения на очень простом примере. Но, несмотря на простоту, в этом примере имеет место опасность переобучения.


В главе 2 «Классификация в реальной жизни» мы используем реальные данные, чтобы продемонстрировать классификацию и научить компьютер различать различные классы цветов.


В главе 3 «Кластеризация – поиск взаимосвязанных сообщений» мы узнаем об эффективности модели набора слов, с помощью которой сумеем найти похожие сообщения, не «понимая» их смысла.


В главе 4 «Тематическое моделирование» мы не станем ограничиваться отнесением сообщения только к одному кластеру, а свяжем с ним несколько тем, поскольку политематичность характерна для реальных текстов.


В главе 5 «Классификация – выявление плохих ответов» мы узнаем, как применить дилемму смещения-дисперсии к отладке моделей машинного обучения, хотя эта глава посвящена в основном использованию логистической регрессии для оценки того, хорош или плох ответ пользователя на заданный вопрос.
В главе 6 «Классификация II – анализ эмоциональной окраски» объясняется принцип работы наивного байесовского классификатора и описывается, как с его помощью узнать, несет ли твит положительный или отрицательный эмоциональный заряд.


В главе 7 «Регрессия» объясняется, как использовать классический, но не утративший актуальности метод – регрессию – при обработке данных. Вы узнаете и о более сложных методах регрессии, в частности Lasso и эластичных сетях.


В главе 8 «Рекомендование» мы построим систему рекомендования на основе выставленных потребителями оценок. Мы также узнаем, как формировать рекомендации, имея только данные о покупках, безо всяких оценок (которые пользователи выставляют далеко не всегда).


В главе 9 «Классификация по музыкальным жанрам» мы предположим, что кто-то сознательно внес хаос в нашу огромную коллекцию музыкальных произведений, и единственная надежда навести порядок – поручить машине их классификацию. Как выяснится, иногда лучше довериться чужому опыту, чем создавать признаки самостоятельно.


В главе 10 « Машинное зрение» мы применим методы классификации к обработке изображений, выделяя признаки из данных. Мы также увидим, как с помощью этих методов можно находить похожие изображения в наборе.


Из главы 11 «Понижение размерности» мы узнаем о методах, позволяющих уменьшить объем данных, чтобы алгоритмы машинного обучения могли с ними справиться.


В главе 12 «Когда данных больше» мы рассмотрим некоторые подходы, позволяющие успешно обрабатывать большие наборы данных, задействуя несколько ядер или вычислительные кластеры. Мы также познакомимся с основами облачных вычислений (на примере служб Amazon Web Services).



В приложении «Где получить дополнительные сведения о машинном обучении» перечислены многочисленные полезные ресурсы, посвященные этой теме.

Издание 2019 г.
Товар на складе
730 грн

Построение систем машинного обучения на языке Python

Артикул : 79554
Издательство : ДМК
Автор : Луис Педро Коэльо, Вилли Ричард
Язык : Русский
ISBN13 : 978-5-97060-714-5
Формат : 60x90/16
EAN13 : 9785970607145
Страниц : 302
Год издания : 2019
Тип переплета : Мягкий
730 грн
Издание 2019 г.

Описание

Книга рассчитана на программистов, пишущих на Python и желающих узнать о построении систем машинного обучения с помощью библиотек с открытым исходным кодом. Мы рассматриваем основные модели машинного обучения на примерах, взятых из реальной жизни. Эта книга будет полезна также специалистам по машинному обучению, желающим использовать Python для создания своих систем.


В главе 1 «Введение в машинное обучение на языке Python» читатель знакомится с основной идеей машинного обучения на очень простом примере. Но, несмотря на простоту, в этом примере имеет место опасность переобучения.


В главе 2 «Классификация в реальной жизни» мы используем реальные данные, чтобы продемонстрировать классификацию и научить компьютер различать различные классы цветов.


В главе 3 «Кластеризация – поиск взаимосвязанных сообщений» мы узнаем об эффективности модели набора слов, с помощью которой сумеем найти похожие сообщения, не «понимая» их смысла.


В главе 4 «Тематическое моделирование» мы не станем ограничиваться отнесением сообщения только к одному кластеру, а свяжем с ним несколько тем, поскольку политематичность характерна для реальных текстов.


В главе 5 «Классификация – выявление плохих ответов» мы узнаем, как применить дилемму смещения-дисперсии к отладке моделей машинного обучения, хотя эта глава посвящена в основном использованию логистической регрессии для оценки того, хорош или плох ответ пользователя на заданный вопрос.
В главе 6 «Классификация II – анализ эмоциональной окраски» объясняется принцип работы наивного байесовского классификатора и описывается, как с его помощью узнать, несет ли твит положительный или отрицательный эмоциональный заряд.


В главе 7 «Регрессия» объясняется, как использовать классический, но не утративший актуальности метод – регрессию – при обработке данных. Вы узнаете и о более сложных методах регрессии, в частности Lasso и эластичных сетях.


В главе 8 «Рекомендование» мы построим систему рекомендования на основе выставленных потребителями оценок. Мы также узнаем, как формировать рекомендации, имея только данные о покупках, безо всяких оценок (которые пользователи выставляют далеко не всегда).


В главе 9 «Классификация по музыкальным жанрам» мы предположим, что кто-то сознательно внес хаос в нашу огромную коллекцию музыкальных произведений, и единственная надежда навести порядок – поручить машине их классификацию. Как выяснится, иногда лучше довериться чужому опыту, чем создавать признаки самостоятельно.


В главе 10 « Машинное зрение» мы применим методы классификации к обработке изображений, выделяя признаки из данных. Мы также увидим, как с помощью этих методов можно находить похожие изображения в наборе.


Из главы 11 «Понижение размерности» мы узнаем о методах, позволяющих уменьшить объем данных, чтобы алгоритмы машинного обучения могли с ними справиться.


В главе 12 «Когда данных больше» мы рассмотрим некоторые подходы, позволяющие успешно обрабатывать большие наборы данных, задействуя несколько ядер или вычислительные кластеры. Мы также познакомимся с основами облачных вычислений (на примере служб Amazon Web Services).



В приложении «Где получить дополнительные сведения о машинном обучении» перечислены многочисленные полезные ресурсы, посвященные этой теме.

Рекомендуемые книги

Купить Державний фінансовий контроль. Навчальний посібник

Державний фінансовий контроль. Навчальний посібник

Гуцаленко Л.В.

250 грн
Купить Настольная книга финансового директора

Настольная книга финансового директора

Стивен Брег

504 грн
Купить Основы программирования на C# 2.0. Учебное пособие

Основы программирования на C# 2.0. Учебное пособие

Марченко А.Л.

52 грн
Купить Династия Рерихов

Династия Рерихов

90 грн
Купить React.js. Быстрый старт

React.js. Быстрый старт

Стефанов С., Тихонов В.

450 грн
Купить Автобиография. Евангелие богатства

Автобиография. Евангелие богатства

Эндрю Карнеги

335 грн
Купить Воспитание ребенка от рождения до 10 лет

Воспитание ребенка от рождения до 10 лет

Уильям Сирс, Марта Сирс

342 грн
Купить Говори, вдохновляй. Как завоевать доверие слушателей и увлечь их своими идеями

Говори, вдохновляй. Как завоевать доверие слушателей и увлечь их своими идеями

Саймон Ланкастер

170 грн
Купить Велика книга кролячих історій (зимова) Іл. Лоік Жуанніго

Велика книга кролячих історій (зимова) Іл. Лоік Жуанніго

Женевьева Юрье

315 грн
Купить Майже мільйон сов

Майже мільйон сов

68 грн
Купить Кіно народжене Україною. Альбом антології українського кіно

Кіно народжене Україною. Альбом антології українського кіно

Сергій Тримбач

300 грн
Купить Квадрант денежного потока

Квадрант денежного потока

Роберт Кийосаки

285 грн
Купить Человек с бульвара Капуцинов. Любимое кино вып.2 (книга о фильме + лицензионный DVD с фильмом)

Человек с бульвара Капуцинов. Любимое кино вып.2 (книга о фильме + лицензионный DVD с фильмом)

25 грн
Купить Рисование головы и рук

Рисование головы и рук

Эндрю Лумис

360 грн
Купить С мечтой о Риме

С мечтой о Риме

Борис Джонсон

210 грн
Купить Міні листівка Делай, что хочешь

Міні листівка Делай, что хочешь

10 грн
Купить Гибкие продажи. Как продавать в эпоху перемен

Гибкие продажи. Как продавать в эпоху перемен

Джил Конрат

342 грн
Купить Хорошие девочки не становятся богатыми: 75 финансовых ошибок, которые обычно совершают женщины

Хорошие девочки не становятся богатыми: 75 финансовых ошибок, которые обычно совершают женщины

Лоис П. Франкел

220 грн
Купить От слайдов к историям. Пошаговая методика создания убеждающих презентаций

От слайдов к историям. Пошаговая методика создания убеждающих презентаций

Мартин Сайкс, Никлас Малик, Марк Вест

523 грн
Купить Правила. Как выйти замуж за мужчину своей мечты

Правила. Как выйти замуж за мужчину своей мечты

Эллен Фейн, Шерри Шнайдер

150 грн
Купить Удовольствие от x. Увлекательная экскурсия в мир математики от одного из лучших преподавателей в мире

Удовольствие от x. Увлекательная экскурсия в мир математики от одного из лучших преподавателей в мире

Стивен Строгац

347 грн
Купить CIO - новый лидер (Chief Information Officer)

CIO - новый лидер (Chief Information Officer)

Марианна Броадбент, Эллен Китцис

346 грн
Купить Город смеха ( Иллюстратор Виктор Чижиков )

Город смеха ( Иллюстратор Виктор Чижиков )

Андрей Усачев

210 грн
Купить Угорсько-український, українсько-угорський словник 100 тис.слів

Угорсько-український, українсько-угорський словник 100 тис.слів

Олег Таланов

110 грн
Купить История  Украинской фотографии  ХІХ–ХХІ века

История Украинской фотографии ХІХ–ХХІ века

960 грн
Купить Хижина

Хижина

Уильям Пол Янг

125 грн
Купить Dart в действии

Dart в действии

Крис Бакетт

384 грн
Купить Дика гонка. Як Uber підкорював світ

Дика гонка. Як Uber підкорював світ

Адам Лашински

266 грн
Купить Їсти, молитися, кохати

Їсти, молитися, кохати

Элизабет Гилберт

150 грн
Купить Коучинг-лидерство. Говори меньше, спрашивай больше и навсегда измени свой стиль управления

Коучинг-лидерство. Говори меньше, спрашивай больше и навсегда измени свой стиль управления

Стеньер Майкл Бёнгей

355 грн
Купить Прощание с иллюзиями

Прощание с иллюзиями

Владимир Познер

549 грн
Купить Фильмы, которые меняют жизнь. Кинопедагогика трансформации человека

Фильмы, которые меняют жизнь. Кинопедагогика трансформации человека

Тони Кашани

105 грн
Купить Зобов'язальне право України. Для підготовки до іспитів. Навчальний поcібник

Зобов'язальне право України. Для підготовки до іспитів. Навчальний поcібник

Тетарчук І.В.

84 грн
Купить Чорнильне серце. Книга 1

Чорнильне серце. Книга 1

Корнелия Функе

150 грн
Купить Свободные родители, свободные дети

Свободные родители, свободные дети

Адель Фабер, Элейн Мазлиш

175 грн
Купить Java 8: руководство для начинающих

Java 8: руководство для начинающих

Герберт Шилдт

531 грн
Купить Ночи в Роданте

Ночи в Роданте

Николас Спаркс

78 грн
Купить Меньше значит больше. Минимализм как путь к осознанной и счастливой жизни

Меньше значит больше. Минимализм как путь к осознанной и счастливой жизни

Джошуа Беккер

215 грн
Купить Ежедневник IPIO (черный)

Ежедневник IPIO (черный)

Ицхак Пинтосевич

445 грн
Купить Класична листівка Ти мене бісиш

Класична листівка Ти мене бісиш

15 грн

Описание

Книга рассчитана на программистов, пишущих на Python и желающих узнать о построении систем машинного обучения с помощью библиотек с открытым исходным кодом. Мы рассматриваем основные модели машинного обучения на примерах, взятых из реальной жизни. Эта книга будет полезна также специалистам по машинному обучению, желающим использовать Python для создания своих систем.


В главе 1 «Введение в машинное обучение на языке Python» читатель знакомится с основной идеей машинного обучения на очень простом примере. Но, несмотря на простоту, в этом примере имеет место опасность переобучения.


В главе 2 «Классификация в реальной жизни» мы используем реальные данные, чтобы продемонстрировать классификацию и научить компьютер различать различные классы цветов.


В главе 3 «Кластеризация – поиск взаимосвязанных сообщений» мы узнаем об эффективности модели набора слов, с помощью которой сумеем найти похожие сообщения, не «понимая» их смысла.


В главе 4 «Тематическое моделирование» мы не станем ограничиваться отнесением сообщения только к одному кластеру, а свяжем с ним несколько тем, поскольку политематичность характерна для реальных текстов.


В главе 5 «Классификация – выявление плохих ответов» мы узнаем, как применить дилемму смещения-дисперсии к отладке моделей машинного обучения, хотя эта глава посвящена в основном использованию логистической регрессии для оценки того, хорош или плох ответ пользователя на заданный вопрос.
В главе 6 «Классификация II – анализ эмоциональной окраски» объясняется принцип работы наивного байесовского классификатора и описывается, как с его помощью узнать, несет ли твит положительный или отрицательный эмоциональный заряд.


В главе 7 «Регрессия» объясняется, как использовать классический, но не утративший актуальности метод – регрессию – при обработке данных. Вы узнаете и о более сложных методах регрессии, в частности Lasso и эластичных сетях.


В главе 8 «Рекомендование» мы построим систему рекомендования на основе выставленных потребителями оценок. Мы также узнаем, как формировать рекомендации, имея только данные о покупках, безо всяких оценок (которые пользователи выставляют далеко не всегда).


В главе 9 «Классификация по музыкальным жанрам» мы предположим, что кто-то сознательно внес хаос в нашу огромную коллекцию музыкальных произведений, и единственная надежда навести порядок – поручить машине их классификацию. Как выяснится, иногда лучше довериться чужому опыту, чем создавать признаки самостоятельно.


В главе 10 « Машинное зрение» мы применим методы классификации к обработке изображений, выделяя признаки из данных. Мы также увидим, как с помощью этих методов можно находить похожие изображения в наборе.


Из главы 11 «Понижение размерности» мы узнаем о методах, позволяющих уменьшить объем данных, чтобы алгоритмы машинного обучения могли с ними справиться.


В главе 12 «Когда данных больше» мы рассмотрим некоторые подходы, позволяющие успешно обрабатывать большие наборы данных, задействуя несколько ядер или вычислительные кластеры. Мы также познакомимся с основами облачных вычислений (на примере служб Amazon Web Services).



В приложении «Где получить дополнительные сведения о машинном обучении» перечислены многочисленные полезные ресурсы, посвященные этой теме.

Цитаты пользователей

Всего цитат
0

Только зарегистрированные пользователи могут оставлять комментарии. Войдите, пожалуйста.

Отзывы

Отзывы
0 рецензий

Только зарегистрированные пользователи могут оставлять комментарии. Войдите, пожалуйста.

Параметры

Артикул : 79554
Издательство : ДМК
Автор : Луис Педро Коэльо, Вилли Ричард
Язык : Русский
ISBN13 : 978-5-97060-714-5
Формат : 60x90/16
EAN13 : 9785970607145
Страниц : 302
Год издания : 2019
Тип переплета : Мягкий
Все права защищены © 2003-2019 Bookzone.com.ua              Условия использования | Политика конфиденциальности