Себастьян Рашка, Вахид Мирджалили - "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.