Python и машинное обучение, Машинное и глубокое обучение с ис­пользованием Python, scikit-learn и TensorFlow, Рашка С., Мирджалили В., 2020

Python и машинное обучение, Машинное и глубокое обучение с ис­пользованием Python, scikit-learn и TensorFlow, Рашка С., Мирджалили В., 2020.
 
Если вы хотите стать специалистом-практиком в области машинного обучения, лучше решать задачи или, может быть, даже подумываете о том, чтобы заняться исследованиями в этой сфере, тогда настоящая книга для вас! Для новичка теоретические концепции, лежащие в основе машинного обучения, могут оказаться непреодолимыми, но в последние годы вышло много книг, ориентированных на практику, которые помогут начать работу с машинным обучением через реализацию мощных алгоритмов обучения.




Построение интеллектуальных машин для трансформирования данных в знания.
При нынешней зрелости современных технологий есть один ресурс, ко­торого у нас вдоволь: значительный объем структурированных и неструкту­рированных данных. Во второй половине двадцатого века МО развивалось как подобласть искусственного интеллекта (ИИ), вовлекающая самообуча­ющие алгоритмы, которые выводили знания из данных с целью вырабаты­вания прогнозов. Вместо того чтобы требовать от людей выводить правила вручную и строить модели путем анализа крупных объемов данных, МО предлагает более эффективную альтернативу для сбора знаний в данных, которая постепенно улучшает эффективность прогнозирующих моделей и принимает решения, управляемые данными.

Оглавление.
Предисловие.
Глава 1.Наделение компьютеров способностью обучения на данных.
Глава 2.Обучение простых алгоритмов МО для классификации.
Глава 3.Обзор классификаторов на основе машинного обучения с использованием scikit-learn.
Глава 4.Построение хороших обучающих наборов - предварительная обработка данных.
Глава 5.Сжатие данных с помощью понижения размерности.
Глава 6.Освоение практического опыта оценки моделей и настройки гиперпараметров.
Глава 7.Объединение разных моделей для ансамблевого обучения.
Глава 8. Применение машинного обучения для смыслового анализа.
Глава 9.Встраивание модели машинного обучения в веб-приложение.
Глава 10.Прогнозирование значений непрерывных целевых переменных с помощью регрессионного анализа.
Глава 11.Работа с непомеченными данными - кластерный анализ.
Глава 12.Реализация многослойной искусственной нейронной сети с нуля.
Глава 13.Распараллеливание процесса обучения нейронных сетей с помощью TensorFlow.
Глава 14.Погружаемся глубже - механика TensorFlow.
Глава 15.Классификация изображений с помощью глубоких сверточных нейронных сетей.
Глава 16.Моделирование последовательных данных с использованием рекуррентных нейронных сетей.
Глава 17.Порождающие состязательные сети для синтеза новых данных.
Глава 18.Обучение с подкреплением для принятия решений в сложных средах.
Предметный указатель.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Python и машинное обучение, Машинное и глубокое обучение с ис­пользованием Python, scikit-learn и TensorFlow, Рашка С., Мирджалили В., 2020 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу


Скачать - pdf - Яндекс.Диск.






Хештеги: #Рашка :: #Мирджалили :: #машинное обучение :: #информатика :: #книги по машинному обучению