Феннер Марк: Машинное обучение с помощью Python для всех. Руководство по созданию систем машинного обучения: от основ до мощных инструментов
Артикул: p6827982
Характеристики
- Издательство: БОМБОРА
- Серия: Мировой компьютерный бестселлер
- Год издания:2024
- Жанр: Программирование
- ISBN:978-5-04-187899-3
- Возрастное ограничение: 12+
- Количество страниц: 672
- Переплет: Твердый (7БЦ)
- Формат: 170x240 мм
- Общий тираж: 2000
- Вес: 1130 г
Описание
ПОЛНОЕ РУКОВОДСТВО ДЛЯ ПОНИМАНИЯ И СОЗДАНИЯ СИСТЕМ МАШИННОГО ОБУЧЕНИЯ С ПОМОЩЬЮ PYTHON.
«Машинное обучение с помощью Python для всех» поможет вам овладеть процессами, шаблонами и стратегиями, необходимыми для создания эффективных систем обучения, даже если вы абсолютный новичок. Если вы немного знакомы с написанием кода на Python, эта книга для вас, независимо от того, насколько глубоко вы знаете математику.
Мы начнем с понятия машинного обучения и того, что можно сделать с его помощью, введем ключевые математические и вычислительные темы на понятном языке, помогая пройти первые шаги по созданию, обучению и оценке систем. Шаг за шагом вы освоите компоненты практической системы обучения, расширите ваш инструментарий и изучите некоторые из самых сложных и интересных методик. Это руководство полезно для любой системы обучения, которую вы будете использовать.
ДОКТОР МАРК Э. ФЕННЕР с 1999 года преподает информатику и математику, работает в области науки о данных. Марк разрабатывал учебные программы для крупных компаний, небольших консалтинговых фирм и научно-исследовательских лабораторий национального уровня. Он имеет степень доктора в области компьютерных наук.
Вы научитесь:
• Понимать алгоритмы, модели и основные концепции машинного обучения.
• Реалистично оценивать производительность систем машинного обучения.
• Настраивать производительность системы.
• Применять методы машинного обучения к изображениям и тексту.
• Взаимодействовать с нейронными сетями и графическими моделями.
• Разрабатывать функции для сглаживания данных и придания им полезной формы.
• Пользоваться библиотекой Python scikit-learn и другими мощными инструментами.