Python и машинное обучение. Машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow. 2-е издание - Себастьян Рашка, Вахид Мирджалили: купить книгу в kniga.biz.ua (арт. 2100010329)
kniga.biz.ua

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

Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 2nd Edition

Код: 2100010329
Купить Python и машинное обучение. Машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow. 2-е издание Себастьян Рашка, Вахид Мирджалили
Книга снята с продажи
В желаемые
Доставка
БЕСПЛАТНАЯ при стоимости заказа от 990 грн
50 грн Укрпочта на отделение
70 грн Новая Почта на отделение/почтомат
95 грн доставка курьером
Подробнее

Оплата
Наличными или на терминал при получении, Безналичными, Visa/MasterCard
Автор Себастьян Рашка, Вахид Мирджалили
Издательство Диалектика
Cтраниц 656
Год 2020
ISBN 978-617-7812-68-4
Обложка мягкая
Язык Русский
Формат 70х100/16 (170х240 мм.)

О книге Python и машинное обучение. Машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow. 2-е издание

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.


pdf Глава 9. Встраивание модели машинного обучения в веб-приложение


Добавить свой отзыв о книге

Оглавление Python и машинное обучение. Машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow. 2-е издание

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 с помощью предварительной обработки данных  
Глава 5. Сжатие данных с помощью понижения размерности   
Глава 6. Изучение 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     
Предметный указатель    


Оставить свой отзыв:

Рекомендуем

Киця-Миця в космосі ...
Анита Гловинская
YoRHa. Протокол висадки в Перл-Гарб ...
Ёко Таро,Мегума Сорамичи
Комплект книг "Посібник рейндж ...
Коллектив авторов,Чарльз Хоуг
Киця-Миця в дитсадку ...
Анита Гловинская

Книги автора/издательства

Сегодня купили