Кайл Галлатин, Крис Элбон, БХВ - Машинное обучение с использованием Python + Майкл Абель - Машинное обучение с малым объемом кодирования (2026)

Ответить на тему
 
Автор Сообщение

Prescious ®


[Кайл Галлатин, Крис Элбон] [БХВ] Машинное обучение с использованием Python.
Сборник рецептов. Практические решения от предобработки до глубокого обучения 2 изд. (2026)
Книга содержит около 200 задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели и многие другие.
Рассмотрена работа с языком Python, библиотеками pandas и scikit-learn.
Коды примеров можно вставлять, объединять и адаптировать, создавая собственное приложение.
Приведены рецепты решений с использованием: векторов, матриц и массивов; данных из CSV, JSON, SQL, баз данных, облачных хранилищ и других источников;
обработки данных, текста, изображений, дат и времени; умень-шения размерности и методов выделения или отбора признаков; оценивания и отбора моделей;
линейной и логистической регрессии, деревьев, лесов и k ближайших соседей; опорно-векторных машин (SVM), наивных байесовых классификаторов, кластеризации
и нейронных сетей; сохранения и загрузки натренированных моделей.
Во втором издании все примеры обновлены, рассмотрены задачи и фреймворки глубокого обучения, расширены разделы с тензорами, нейронными сетями и библиотекой глубокого обучения PyTorch.
Для разработчиков систем машинного обучения
В книге Вы найдете рецепты для:
  • векторов, матриц и массивов;
  • работы с данными из CSV, JSON, SQL, базами данных, облачными хранилищами и другими источниками;
  • обработки числовых и категориальных данных, текста, изображений, дат и времени;
  • уменьшения размерности с использованием методов выделения или отбора признаков;
  • оценивания и отбора моделей;
  • сохранения и загрузки натренированных моделей.
Научитесь решать задачи с использованием:
  • линейной и логистической регрессии, деревьев, лесов и k ближайших соседей;
  • опорно-векторных машин (SVM), наивных байесовых классификаторов, кластеризации и нейронных сетей.
Формат: PDF.
[Майкл Абель, Гвендолин Стриплинг] Машинное обучение с малым объемом кодирования.
Практическое введение в искусственный интеллект на основе проектов (2026)
В книге подробно представлены три проблемно-ориентированных вида машинного обучения (Machine learning, ML): автоматизированное обучение AutoML без кодирования,
обучение BigQuery ML с малым объемом кодирования и обучение с применением пользовательского кода на основе библиотек scikit-learn и Keras.
При этом от читателя не требуется глубоких предварительных знаний в ML или программировании, но базовые навыки в этих областях будут полезны.
Специализированные библиотеки, фреймворки ML, репозиторий GitHub и другие инструменты описаны по мере их необходимости.
В каждом конкретном случае ключевые концепции ML раскрыты с использованием реальных наборов данных для решения реальных задач.
Рассмотрено применение AutoML для прогнозирования продаж, использование BigQuery ML для обучения линейных регрессионных моделей,
обучение пользовательских ML-моделей на Python для прогнозирования оттока клиентов и ряд других популярных бизнес-кейсов.
Вы узнаете:
  • Как различать структурированные и неструктурированные данные и разбираться с проблемами, которые могут встретиться
  • Как визуализировать и анализировать данные
  • Как предварительно обрабатывать данные для ввода в модель машинного обучения
  • Чем отличаются регрессионная и классификационная модели обучения с учителем
  • Как сравнивать различные типы моделей ML и их архитектуры, начиная с моделей без кода и с малым объемом кода и заканчивая моделями пользовательского обучения
  • Как проектировать, внедрять и настраивать модели ML
  • Как экспортировать данные в репозиторий GitHub для хранения и управления ими
Формат: PDF.
Продажник:
https://www.litres.ru/book/kayl-gallatin/mashinnoe-...ceptov-73850777/
↓ Скачать: ↓
Скачать торрент:

Чтобы скачать файл "Кайл Галлатин, Крис Элбон, БХВ - Машинное обучение с использованием Python + Майкл Абель - Машинное обучение с малым объемом кодирования (2026)"

Вам нужно Авторизоваться на сайте под своим логином. Если у Вы ещё не зарегистрированы, тогда Вам нужно пройти Регистрацию


Показать сообщения:    
Ответить на тему

Курс Кайл Галлатин, Крис Элбон, БХВ - Машинное обучение с использованием Python + Майкл Абель - Машинное обучение с малым объемом кодирования (2026)

Текущее время: Сегодня 04:49

Часовой пояс: GMT + 4



Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы

⇧
⇩