13 ноября 2017

Будет издана книга «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование», Тревор Хасти, Роберт Тибширани, Джером Фридман, 2 издание, бумага офсетная-белая, твердый переплет, ~800 стр., ISBN , «ДИАЛЕКТИКА», 2018 - выйдет весной 2018 года

Будет издана книга «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование», Тревор Хасти, Роберт Тибширани, Джером Фридман, 2 издание, бумага офсетная-белая, твердый переплет, ~800 стр., ISBN , «ДИАЛЕКТИКА», 2018

В течение последнего десятилетия произошел стремительный рост вычислительных и информационных технологий. Благодаря этому в различных областях, таких как медицина, биология, финансы и маркетинг, появилась возможность обрабатывать огромные объемы данных. Необходимость понимания этих данных привела к разработке новых инструментов в области статистики и породила новые области, такие как интеллектуальный анализ данных, машинное обучение и биоинформатика. Многие из этих инструментов имеют общие основы, но часто выражаются с помощью разных терминов

В книге «Основы статистического обучения» описываются важные идеи, существующие в этих областях, на основе общего концептуального подхода. Хотя этот подход является статистическим, акцент делается на концепциях, а не на математике. Авторы приводят много примеров с широким использованием графических иллюстраций

В частности, в книге «Основы статистического обучения» рассматриваются основные понятия и методы статистического обучения: линейная регрессия, нелинейная регрессия, линейные методы классификации, регуляризация, ядерное сглаживание, оценивание и выбор моделей, аддитивные модели, деревья классификации, создание повторных выборок, нейронные сети, случайные леса и многое другое. Авторы приводят множество примеров и цветных иллюстраций применения этих методов на практике

Книга «Основы статистического обучения» представляет собой ценный источник знаний для статистиков и всех, кто интересуется обработкой данных в науке или промышленности. Диапазон тем, охваченных книгой, обширен: от обучения с учителем (прогнозирования) до обучения без учителя, включая нейронные сети, метод опорных векторов, деревья классификации и бустинг

Новое издание книги «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» (2 издание) содержит множество тем, не охваченных в первом издании, включая графовые модели, случайные леса, ансамблевые методы, метод наименьших углов и LASSO, алгоритмы неотрицательной матричной факторизации и спектральной кластеризации. В книгу включена также глава о методах обработки “широких” данных, включая множественное тестирование и оценивание уровня ложноположительных результатов

на фото Тревор Хасти (Trevor Hastie) соавтор книги «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» (2-е издание)
Тревор Хасти 
Trevor Hastie
Авторы книги «Основы статистического обучения» - Тревор Хасти, Роберт Тибширани и Джером Фридман работают профессорами статистики в Стэнфордском университете

Они являются выдающимися исследователями в этой области: Хасти и Тибширани разработали обобщенные аддитивные модели и написали популярную книгу на эту тему. Хасти — соавтор большой части программного обеспечения для статистического моделирования в среде R/S-PLUS и изобретатель алгоритма поиска главных кривых и поверхностей

Тибширани предложил метод LASSO и является соавтором очень успешной книги «Introduction to the Bootstrap» (Chapman and Hall/CRC,1994))

Фридман — соавтор многих инструментов для интеллектуального анализа данных, включая CART, MARS, а также методов поиска наилучшей проекции и градиентного бустинга

Книга «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» представляет огромный интерес для специалистов, применяющих методы статистического обучения (машинного обучения), а также для студентов, изучающих компьютерные науки (информатику)

Оригинал книги: «The Elements of Statistical Learning: Data Mining, Inference, and Prediction» by Trevor Hastie, Robert Tibshirani, Jerome Friedman, 2ed Edition, 745 pages, ISBN 9780387848570, 2009

заказать-купить книгу Тревора Хасти, Роберта Тибширани, Джерома Фридмана «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» (2-е издание) в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу по «Основы статистического обучения» в интернет-магазине diamail.com.ua)

(книга в производстве)

На русском языке книга выйдет весной 2018 года в издательстве «ДИАЛЕКТИКА» и будет издана ограниченным тиражом


книга Гарета Джеймса, Даниела Уиттон, Тревора Хасти, Роберта Тибширани «Введение в статистическое обучение с примерами на языке R»
Введение в
статистическое 

обучение
 с примерами
 на языке R

Гарет Джеймс 
Даниела Уиттон 
Тревор Хасти 
Роберт Тибширани
В продаже есть книга «Введение в статистическое обучение с примерами на языке R», Гарет Джеймс, Даниела Уиттон, Тревор Хасти, Роберт Тибширани, 450 стр., ISBN 978-5-97060-293-5, «ДМК Пресс», 2016

Книга представляет собой доступно изложенное введение в статистическое обучение - незаменимый набор инструментов, позволяющих извлечь полезную информацию из больших и сложных наборов данных, которые начали возникать в последние 20 лет в таких областях, как биология, экономика, маркетинг, физика и др.

В книге «Введение в статистическое обучение с примерами на языке R» описаны одни из наиболее важных методов моделирования и прогнозирования, а также примеры их практического применения. Рассмотренные темы включают линейную регрессию, классификацию, создание повторных выборок, регуляризацию, деревья решений, машины опорных векторов, кластеризацию и др. Описание этих методов сопровождается многочисленными иллюстрациями и практическими примерами

Поскольку цель учебника «Введение в статистическое обучение с примерами на языке R» заключается в продвижении методов статистического обучения среди практикующих академических исследователей и промышленных аналитиков, каждая глава включает примеры практической реализации соответствующих методов с помощью R - чрезвычайно популярной среды статистических вычислений с открытым кодом

Оригинал книги: «An Introduction to Statistical Learning with Applications in R» by Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani, 426 pages, ISBN 9781461471370, 20013

Книга «Введение в статистическое обучение с примерами на языке R» рассчитана на неспециалистов, которые хотели бы применять современные методы статистического обучения для анализа своих данных. Предполагается, что читатели ранее прослушали лишь курс по линейной регрессии и не обладают знаниями матричной алгебры


Будет издана книга «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», Джон Д. Келлехер, Брайан Мак-Нейми и Ифе д’Арси, бумага офсетная-белая, твердый переплет, ~700 стр., ISBN , «ДИАЛЕКТИКА», 2018

Машинное обучение часто используется для построения прогностических моделей путем извлечения шаблонов из больших наборов данных. Эти модели используются в приложениях для предсказания, включая прогнозирование цен, оценку риска, прогнозирование поведения клиентов и классификацию документов

Книга «Основы машинного обучения для аналитического прогнозирования» - это вводный учебник, который предлагает подробное и целенаправленное рассмотрение наиболее важных подходов к машинному обучению, используемых в аналитическом прогнозировании, охватывающих как теоретические концепции, так и практические приложения

В книге формальный математический материал дополняется практическими примерами, а тематические исследования иллюстрируют применение этих моделей в более широком контексте бизнеса

После обсуждения перехода от данных к решению, в книге «Основы машинного обучения для аналитического прогнозирования» описывается четыре подхода к компьютерному обучению: информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок

Каждый из этих подходов сначала описывается неформально, а затем приводятся математические модели и алгоритмы, иллюстрированные подробными практическими примерами. Наконец, в книге рассматриваются методы оценки моделей прогнозирования и предлагаются два тематических исследования, которые описывают конкретные проекты анализа данных на каждом этапе разработки, начиная от формулирования бизнес-задачи и заканчивая реализацией аналитического решения

Книга «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», написанная авторами, имеющими многолетний опыт преподавания методов машинного обучения и работы над проектами аналитического прогнозирования, предназначена для студентов и аспирантов, специализирующихся в области компьютерных наук (информатики), математики или статистики, а также как справочник для профессионалов

Оригинал книги: «Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies» by John D. Kelleher, Brian Mac Namee and Aoife D'Arcy, 624 pages, ISBN 9780262029445, 2016. ЗДЕСЬ - отзывы покупателей книги на англ.языке в www.amazon.com

Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
РЕКОМЕНДУЮ ОБРАТИТЬ ВНИМАНИЕ на КНИГИ
___________________________________________________

книга Хэдли Уикема и Гарретт Гроулмунда «Язык R в задачах науки о данных: импорт, подготовка, обработка, визуализация и моделирование данных»
Язык R в задачах
 науки о данных


 
Хэдли Уикем
Гарретт Гроулмунд


полноцветное 
издание
Будет издана книга «Язык R в задачах науки о данных: импорт, подготовка, обработка, визуализация и моделирование данных», Хэдли Уикем, Гарретт Гроулмунд, полноцветное издание, твердый переплет, ~600 стр., ISBN 978-5-9909446-8-8, «ДИАЛЕКТИКА», 2018

Книга «Язык R в задачах науки о данных: импорт, подготовка, обработка, визуализация и моделирование данных» задумана как введение в вычислительную среду R, среду разработки RStudio и библиотеку tidyverse — коллекцию пакетов, совместное использование которых обеспечивает быстроту и легкость анализа данных и делает этот вид деятельности чрезвычайно увлекательным занятием

Книга «Язык R в задачах науки о данных» ориентирована на читателей, не имеющих предварительного опыта программирования, и предназначена для того, чтобы помочь им в как можно более короткие сроки подготовиться к самостоятельному анализу данных

Основные темы книги «Язык R в задачах науки о данных»:

* предварительная обработка данных — преобразование наборов данных к виду, удобному для анализа;
* программирование — освоение мощных инструментов R, упрощающих анализ данных и делающих его более понятным;
* разведочный анализ — исследование данных, выдвижение и быстрая проверка гипотез;
* моделирование — предоставление сжатых сводных данных, отражающих истинные "сигналы", посылаемые набором данных;
* обмен информацией — изучение языка R Markdown, обеспечивающего интеграцию описательного текста, кода и результатов анализа

Оригинал книги: «R for Data Science: Import, Tidy, Transform, Visualize, and Model Data», Hadley Wickham, Garrett Grolemund, 522 pages, ISBN 9781491910399, January 2017

заказать-купить книгу Хэдли Уикем и Гарретт Гроулмундо «Язык R в задачах науки о данных: импорт, подготовка, обработка, визуализация и моделирование данных» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу по «Язык R в задачах науки о данных» в интернет-магазине diamail.com.ua)

Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
книга Андреаса Мюллера и Сары Гвидо «Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными»
Введение в
машинное обучение
с помощью Python


Андреас Мюллер
Сара Гвидо

полноцветное 
издание
В продаже книга «Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными», Андреас Мюллер, Сара Гвидо, перевод Артёма Груздева, формат 70х100/16, мягкий переплёт, бумага мелованная 115 г матовая, полноцветное издание, 480 стр., ISBN 978-5-9908910-8-1, «ДИАЛЕКТИКА», 2017 - заказать-купить книгу «Введение в машинное обучение с помощью Python» в интернет-магазине ComBook.ru

Машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, начиная от постановки медицинского диагноза c последующим лечением и заканчивая поиском друзей в социальных сетях. Многие полагают, что машинное обучение могут использовать только крупные компании, обладающие мощными командами аналитиков

В книге «Введение в машинное обучение с помощью Python» описывается как можно самостоятельно и c удивительной легкостью построить модели машинного обучения (Machine Learning, ML). Прочитав эту книгу, вы сможете построить свою собственную систему машинного обучения, которая позволит выяснить настроения пользователей Твиттера или получить прогнозы по поводу глобального потепления

Машинное обучение заключается в извлечении знаний из данных. Это научная область, находящаяся на пересечении статистики, искусственного интеллекта и компьютерных наук и также известная как прогнозная аналитика или статистическое обучение. В последние годы применение методов машинного обучения в повседневной жизни стало обыденным явлением

Книга «Введение в машинное обучение с помощью Python» является вводной и не требует предварительных знаний в области машинного обучения или искусственного интеллекта

Область применения машинного обучения безгранична и, учитывая все многообразие данных, имеющихся на сегодняшний день, ограничивается лишь вашим воображением

Оригинал книги: «Introduction to Machine Learning with Python A Guide for Data Scientists», Andreas C. Müller, Sarah Guido, 394 pages, ISBN 9781491939109, October 2016

ЗДЕСЬ - читайте ОБ АВТОРАХ книги - Андреасе Мюллере и Саре Гвидо
ЗДЕСЬ - читайте ПРЕДИСЛОВИЕ к книге
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги Андреаса Мюллера и Сары Гвидо
ЗДЕСЬ - читайте Главу 6 «Объединение алгоритмов в цепочки и конвейеры» из книги Андреаса Мюллера и Сары Гвидо «Введение в машинное обучение с помощью Python»
ЗДЕСЬ - загрузите ЛИСТИНГИ из книги Андреаса Мюллера и Сары Гвидо «Введение в машинное обучение с помощью Python»

заказать-купить книгу Андреаса Мюллера и Сары Гвидо «Введение в машинное обучение с помощью Python» в интернет-магазине «Библио-Глобус» (книгу можно заказать-купить в Библио-Глобус)
(заказать-купить книгу «Введение в машинное обучение с помощью Python» в интернет-магазине biblio-globus.ru)

заказать-купить книгу Андреаса Мюллера и Сары Гвидо «Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными» в интернет-магазине КОМБУК (самая низкая цена в России!) (книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)
(заказать-купить книгу «Введение в машинное обучение с помощью Python» в интернет-магазине ComBook.ru)

заказать-купить книгу Андреаса Мюллера и Сары Гвидо «Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными» в онлайн-мегамаркете Ozon.ru(книгу можно заказать-купить в Ozon.ru)
(заказать-купить книгу «Введение в машинное обучение с помощью Python» в онлайн-мегамаркете Ozon.ru)

заказать-купить книгу Андреаса Мюллера и Сары Гвидо «Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу по «Введение в машинное обучение с помощью Python» в интернет-магазине diamail.com.ua)

Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
Будет издана книга «Прикладное машинное обучение на Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем», Орельен Жерон, (в переводе Юрия Артёменко), бумага офсетная-белая, твердый переплет, полноцветное издание, ~600 стр., ISBN , «ДИАЛЕКТИКА», 2018

Благодаря серии недавних достижений глубинное обучение усилило всю сферу машинного обучения. Теперь даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на основе данных. В практическом руководстве «Прикладное машинное обучение на Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем» будет показано, как это делать

За счет применения конкретных примеров, минимальной теории и двух готовых производственных инфраструктур Pythonscikit-learn и TensorFlow – автор книги Орельен Жерон (Aurélien Géron) поможет Вам достичь интуитивного понимания концепций и инструментов для построения интеллектуальных систем (Intelligent Systems)

С помощью книги «Прикладное машинное обучение на Scikit-Learn и TensorFlow» Вы изучите широкий спектр приемов, начиная с простой линейной регрессии и прогрессии и заканчивая глубокими нейронными сетями. Благодаря упражнениям в каждой главе, призванным помочь вам с применением того, что вы узнали, для начала работы вам понадобится лишь опыт программирования

- Исследуйте перспективы машинного обучения, особенно нейронных сетей
- Используйте Scikit-Learn для сквозного отслеживания примера проекта машинного обучения
- Исследуйте несколько моделей обучения, включая поддержку векторных машин, деревьев решений, случайных лесов и групповых методов
- Используйте библиотеку TensorFlow для построения и обучения нейронных сетей
- Исследуйте архитектуры нейронных сетей, в том числе сверточные сети, рекуррентные сети и глубинное обучение с подкреплением
- Исследуйте приемы обучения и масштабирования глубоких нейронных сетей
- Применяйте практические примеры кода не овладевая чрезмерной теорией машинного обучения или деталями алгоритмов

Оригинал книги: «Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques for Building Intelligent Systems», Aurelien Geron, 566 pages, ISBN 9781491962299, March 2017

заказать-купить книгу Орельена Жерона «Прикладное машинное обучение на Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу по «Прикладное машинное обучение на Scikit-Learn и TensorFlow» в интернет-магазине diamail.com.ua)

Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
книга Тарика Рашида «Создаем нейронную сеть»
Создаем
нейронную сеть


Тарик Рашид

полноцветное 
издание
В продаже мировой бестселлер - книга «Создаем нейронную сеть», Тарик Рашид, полноцветное издание, мягкий переплет, 272 стр., ISBN 978-5-9909445-7-2, «ДИАЛЕКТИКА», 2017 - заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине Ozon.ru

Книга «Создаем нейронную сеть» представляет собой введение в теорию и практику создания нейронных сетей. Тарик Рашид, автор этой книги, простым и понятным языком объясняет теоретические аспекты, знание которых необходимо для понимания принципов функционирования нейронных сетей и написания соответствующих программных инструкций

Изложение материала сопровождается подробным описанием процедуры поэтапного создания полностью функционального кода, который реализует нейронную сеть на языке языке программирования Python и способен выполняться даже на таком миниатюрном компьютере, как Raspberry Pi Zero

Основные темы книги «Создаем нейронную сеть»:

— нейронные сети и системы искусственного интеллекта;
— структура нейронных сетей;
— сглаживание сигналов, распространяющихся по нейронной сети, с помощью функции активации;
— тренировка и тестирование нейронных сетей;
— интерактивная оболочка для языка программирования Python - IPython;
— использование нейронных сетей в качестве классификаторов объектов;
— распознавание образов с помощью нейронных сетей

Книга «Создаем нейронную сеть» предназначена для тех, кто хочет узнать, что такое нейронные сети, где они применяются и как самому создать такую сеть, не имея опыта работы в данной области

Оригинал книги: «Make Your Own Neural Network», Tariq Rashid, 222 pages, ISBN 9781530826605, March 2016

ЗДЕСЬ - читайте ПРЕДИСЛОВИЕ из книги Тарика Рашида «Создаем нейронную сеть»
ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги Тарика Рашида «Создаем нейронную сеть»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги Тарика Рашида «Создаем нейронную сеть»
ЗДЕСЬ - читайте 3 Главу «Несколько интересных проектов» из книги Тарика Рашида «Создаем нейронную сеть»

заказать-купить книгу Тарика Рашида «Создаем нейронную сеть» в интернет-магазине «Библио-Глобус» (книгу можно заказать-купить в Библио-Глобус)
(заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине biblio-globus.ru)

заказать-купить книгу Тарика Рашида «Создаем нейронную сеть» в интернет-магазине КОМБУК (самая низкая цена в России!) (книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)
(заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине ComBook.ru)

заказать-купить книгу Тарика Рашида «Создаем нейронную сеть» в онлайн-мегамаркете Ozon.ru(книгу можно заказать-купить в Ozon.ru)
(заказать-купить книгу по «Создаем нейронную сеть» в онлайн-мегамаркете Ozon.ru)

заказать-купить книгу Тарика Рашида «Создаем нейронную сеть» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине diamail.com.ua)

Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
книга Стюарта Рассела и Питера Норвига «Искусственный интеллект: современный подход» (2-е издание)
Искусственный
интеллект:
современный подход


Стюарт Рассел
Питер Норвиг
2-е издание
В продаже книга «Искусственный интеллект: современный подход», Стюарт Рассел и Питер Норвиг, 2-е издание, бумага офсетная-белая, твердый переплет, 1408 стр., ISBN 978-5-8459-1968-7, «ВИЛЬЯМС», 2015 - заказать-купить книгу «Искусственный интеллект: современный подход» в интернет-магазине ComBook.ru

Искусственный интеллект - вопрос, которому посвящена книга Стюарта Рассела и Питера Норвига «Искусственный интеллект: современный подход» (AIMA-2). Стержневой темой книги является идея интеллектуального агента (intelligent agent)

На страницах этого издания излагаются основы математической логики, теории вероятностей, теории непрерывных функций; раскрывается суть таких понятий, как «восприятие», «рассуждение», «обучение» и «действие». Стюарт Рассел и Питер Норвиг определяют искусственный интеллект как науку об агентах, получающих из своей среды результаты актов восприятия и выполняющих соответствующие действия

Авторы книги «Искусственный интеллект: современный подход» рассматривают разнообразные способы представления функций, реализуемых агентами, среди которых продукционные системы, реактивные агенты, условные планировщики в реальном масштабе времени, нейронные сети и системы, действующие на основе теории решений. Помимо сугубо теоретической части, в книге представлено множество примеров алгоритмов, версии которых, реализованные на различных языках программирования

Книга «Искусственный интеллект: современный подход» написана понятным и доступным языком и является прекрасным пособием для студентов университетов, учащихся специализированных курсов, аспирантов, программистов, изучающих искусственный интеллект. Кроме того, книга будет весьма полезна для разработчиков интеллектуального ПО и профессионалов, желающих расширить рамки избранной ими специальности

Оригинал книги: «Artificial Intelligence: A Modern Approach» (AIMA-2), Stuart Russel, Peter Norvig, 2 edition

ЗДЕСЬ - читайте ОБ АВТОРАХ книги «AIMA-2»
ЗДЕСЬ - читайте ПРЕДИСЛОВИЕ книги «AIMA-2»
ЗДЕСЬ - читайте СОДЕРЖАНИЕ книги «AIMA-2»
ЗДЕСЬ - читайте 9 главу «Логический вывод в логике первого порядка» из книги «Искусственный интеллект: современный подход»

заказать-купить книгу Стюарта Рассела и Питера Норвига «Искусственный интеллект: современный подход» (2-е издание) в интернет-магазине «Библио-Глобус» (книгу можно заказать в Библио-Глобус)
(заказать-купить книгу «Искусственный интеллект» в интернет-магазине biblio-globus.ru)

заказать-купить книгу Стюарта Рассела и Питера Норвига «Искусственный интеллект: современный подход» (2-е издание) в интернет-магазине КОМБУК (самая низкая цена в России!) (книгу можно заказать в КОМБУКе - самая низкая цена в России!)
(заказать-купить книгу «Искусственный интеллект: современный подход» в интернет-магазине ComBook.ru)

заказать-купить книгу Стюарта Рассела и Питера Норвига «Искусственный интеллект: современный подход» (2-е издание) в интернет-магазине ОЗОН(книгу можно заказать в ОЗОНе)
(заказать-купить книгу «Искусственный интеллект: современный подход» в интернет-магазине ozon.ru)

заказать-купить книгу Стюарта Рассела и Питера Норвига «Искусственный интеллект: современный подход» (2-е издание) в интернет-магазине DiaMail (Украина) (книгу можно заказать в DiaMail Украина)
(заказать-купить книгу «Искусственный интеллект: современный подход» в интернет-магазине diamail.com.ua)

Читайте отдельное сообщение в моем блоге о книге «Искусственный интеллект: современный подход» (2-е издание)
___________________________________________________
СЛЕДИТЕ ЗА ИЗМЕНЕНИЯМИ В ЭТОМ СООБЩЕНИИ -
последнее обновление - 16 ноября 2017 года
___________________________________________________
на фото Виктор Штонда (Viktor Shtonda) издатель
Виктор Штонда, издатель
Viktor Shtonda, publisher
ВОПРОС - какие еще книги этой тематики Вы можете предложить для оперативного издания на русском языке ?


P.S. Только Ваша активная позиция в столь непростое время будет способствовать появлению новых и нужных Вам книг. А также, способствовать повышению качества книг, издаваемых издательской группой «ДИАЛЕКТИКА-ВИЛЬЯМС»

___________________________________________________
Ваши комментарии перед публикацией я просматриваю, поэтому я оставляю за собой право публиковать или нет комментарии с подписью Анонимный

5 комментариев:

  1. Анонимный14 ноября, 2017

    Отличная новость!

    ОтветитьУдалить
  2. Анонимный14 ноября, 2017

    Даешь качественное самообразование!

    https://www.amazon.com/Introduction-Probability-2nd-Dimitri-Bertsekas/dp/188652923X/ref=sr_1_cc_1?s=aps&ie=UTF8&qid=1510693293&sr=1-1-catcorr&keywords=bertsekas

    https://www.amazon.com/Dynamic-Programming-Optimal-Control-Vol/dp/1886529434/ref=pd_cp_14_1?_encoding=UTF8&psc=1&refRID=5HXYEKR1QRECQD6JBCVD

    https://www.amazon.com/Dynamic-Programming-Optimal-Control-Vol/dp/1886529086/ref=sr_1_cc_2?s=aps&ie=UTF8&qid=1510693293&sr=1-2-catcorr&keywords=bertsekas

    https://www.amazon.com/Neuro-Dynamic-Programming-Optimization-Neural-Computation/dp/1886529108/ref=pd_sim_14_1?_encoding=UTF8&psc=1&refRID=5HXYEKR1QRECQD6JBCVD

    ОтветитьУдалить
    Ответы
    1. Анонимный16 ноября, 2017

      Добрый вечер. Недавно прошла конференция O’Reilly Strata Artificial Intelligence:

      https://habrahabr.ru/company/lanit/blog/339874/

      Хотелось бы отметить некоторые моменты из этого материала. Позволю себе несколько выдежржек:
      1."Обучение с учителем – стандартный подход сегодня, однако он все чаще критикуется. Несколько раз звучала интересная мысль о том, что будущее машинного обучения за обучением без учителя, или по крайней мере роль учителя будет уменьшаться."
      2."Поэтому одно из направлений развития ИИ, которым сейчас активно занимается сообщество, – продвижение подхода One-shot Learning – вида обучения, при котором алгоритм способен делать обобщения, анализируя очень небольшое количество обучающих кейсов (в идеале один). В перспективе машины при принятии решения должны будут моделировать возможные ситуации, а не просто повторять решение на основе опыта. Способность обобщать – неотъемлемая черта любого интеллекта."
      3."Далее был интересный блок про обучение с подкреплением (reinforcment learning). С появлением глубокого обучения данный подход получил всплекс интереса. Новые алгоритмы также пытаются задействовать механизм памяти."
      Представленные выше книги, профессора Bertsekas - известного специалиста в области reinforcment learning, как раз и посвящены этим современным направлениям машинного обучения и AI в целом.
      К этим книгам, хотелось бы добавить 2-е книги по Deep Reinforcement Learning:
      https://www.amazon.com/Reinforcement-Learning-Complete-Self-Assessment-Guide/dp/1976283221/ref=sr_1_1?s=books&ie=UTF8&qid=1510846781&sr=1-1&keywords=Deep+Reinforcement+Learning
      и
      https://www.amazon.com/Practical-Reinforcement-Learning-self-evolving-intelligent/dp/1787128725/ref=pd_sbs_14_4?_encoding=UTF8&psc=1&refRID=83YBQ4W7P2E5BSS97SD6

      Удалить
    2. Интересный материал на ХАБРе, благодарю - изучаю.... ну и благодарю, что обратили на еще 2 книги - изучаю )))

      Удалить
    3. Анонимный17 ноября, 2017

      Добрый день. В статье о конференции O’Reilly Strata Artificial Intelligence есть раздел "Покер и теория игр". По сути игры (теория игр), уже стала базовой платформой для исследований по AI. Может быть издательство решится и опубликует уникальный сборник по теории комбинаторных игр?

      https://www.amazon.com/Winning-Ways-Your-Mathematical-Plays/dp/1568811306/ref=sr_1_fkmr0_1?s=books&ie=UTF8&qid=1510927167&sr=1-1-fkmr0&keywords=Berlekamp+E.R.%2C+Conway+J.H.%2C+Guy+R.K.+Winning+Ways

      https://www.amazon.com/Winning-Ways-Your-Mathematical-Plays/dp/156881142X/ref=sr_1_fkmr0_4?s=books&ie=UTF8&qid=1510927167&sr=1-4-fkmr0&keywords=Berlekamp+E.R.%2C+Conway+J.H.%2C+Guy+R.K.+Winning+Ways

      https://www.amazon.com/Winning-Ways-Your-Mathematical-Plays/dp/1568811438/ref=sr_1_fkmr0_3?s=books&ie=UTF8&qid=1510927167&sr=1-3-fkmr0&keywords=Berlekamp+E.R.%2C+Conway+J.H.%2C+Guy+R.K.+Winning+Ways

      https://www.amazon.com/Winning-Ways-Your-Mathematical-Plays/dp/1568811446/ref=sr_1_fkmr0_2?s=books&ie=UTF8&qid=1510927167&sr=1-2-fkmr0&keywords=Berlekamp+E.R.%2C+Conway+J.H.%2C+Guy+R.K.+Winning+Ways

      Он будет интересен не только математикам, специалистам по AI, но разработчикам компьютерных игр, да и всем любителям математики.

      Удалить