Книга «Распознавание образов и машинное обучение» Кристофера Бишопа - первая книга (уже ставшая классической!) по распознаванию образов, в основе которого лежит байесовский подход. Для понимания книги предварительные знания в области распознавания образов не требуются, но пригодится представление о многомерном анализе и основам линейной алгебры
Работы Кристофера Бишопа по теории статистического обучения широко известны исследователям в области распознавания образов и восстановления эмпирических закономерностей. Предлагаемая книга «Распознавание образов и машинное обучение» посвящена классическим и современным теориям и методам распознавания образов, находящим в настоящее время широкое применение во многих областях
Рассмотрены алгоритмы и приложения, в которые проникли новые модели, основанные на ядрах. Спектр рассматриваемых вопросов чрезвычайно широк, неоспоримым достоинством книги при этом являются доступность, последовательность и наглядность изложения. Для понимания и применения излагаемого материала достаточно знать лишь основы линейной алгебры и математического анализа и иметь некоторое представление о теории вероятностей. Описание вероятностных моделей сопровождается графическими моделями (что ранее не применялось ни в одной книге!)
Книга рассчитана на студентов старших курсов, аспирантов, инженеров и научных сотрудников, занятых в области теоретической и технической кибернетики, программистов. Она будет также интересна специалистам по теории вероятностей, математической статистике, биоинформатике и пр.
Автор книги «Распознавание образов и машинное обучение» Кристофер М. Бишоп, директор лаборатории Microsoft Research Cambridge, предоставляет в книге алгоритмы вывода, с помощью которых можно быстро найти ответы в ситуации, когда точные ответы невозможны
Оригинал книги: «Pattern Recognition and Machine Learning», Christopher M. Bishop, 738 pages, ISBN 9780387310732, 2006
Все иллюстрации к книге в цветном варианте доступны на сайте издательства по адресу:
http://go.dialektika.com/recognition

(заказать-купить книгу «Распознавание образов и машинное обучение» в интернет-магазине mdk-arbat.ru)

(заказать-купить книгу «Распознавание образов и машинное обучение» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Распознавание образов и машинное обучение» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Распознавание образов и машинное обучение» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу «Распознавание образов и машинное обучение» в интернет-магазине diamail.com.ua)
На русском языке книга вышла в июне 2020 года в издательстве «ДИАЛЕКТИКА»
_______________________________________
ОГЛАВЛЕНИЕ КНИГИ
_______________________________________
Предисловие
Математические обозначения
Глава 1. Введение
Глава 2. Распределения вероятностей
Глава 3. Модели линейной регрессии
Глава 4. Линейные модели классификации
Глава 5. Нейронные сети
Глава 6. Ядерные методы
Глава 7. Разреженные ядерные методы
Глава 8. Графовые модели
Глава 9. Смеси распределений и EM-алгоритм
Глава 10. Приближенный вывод
Глава 11. Выборочные методы
Глава 12. Непрерывные латентные переменные
Глава 13. Последовательные данные
Глава 14. Комбинирование моделей
Приложение A. Наборы данных
Приложение Б. Плотности распределений
Приложение В. Свойства матриц
Приложение Г. Вариационное исчисление
Приложение Д. Множители Лагранжа
Библиография
Предметный указатель
В продаже книга «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование», Тревор Хасти, Роберт Тибширани, Джером Фридман, 2-е издание, бумага офсетная, твердый переплет, 768 стр., ISBN 978-5-907144-42-2, «ДИАЛЕКТИКА», 2020 - заказать-купить книгу «Основы статистического обучения» в интернет-магазине ComBook.ru
Книга «Основы статистического обучения» — подходящий источник знаний для тех, кто хочет лучше разобраться в Data mining, машинном обучении и биоинформатике, используя статистический подход. Четкие определения понятий сопровождаются в книге цветными иллюстрациями
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-е 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
![]() |
Тревор Хасти Trevor Hastie |
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
Все иллюстрации к книге в цветном варианте доступны на сайте издательства по адресу:
http://go.dialektika.com/elements

(заказать-купить книгу «Основы статистического обучения» в интернет-магазине mdk-arbat.ru)

(заказать-купить книгу «Основы статистического обучения» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Основы статистического обучения» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Основы статистического обучения» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу по «Основы статистического обучения» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
В продаже уникальная книга «Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2», Себастьян Рашка, Вахид Мирджалили, 3-е издание, (перевод Юрия Артёменко), бумага офсетная-белая, твердый переплет, 848 стр., ISBN 978-5-907203-57-0, «ДИАЛЕКТИКА», 2020 - заказать-купить книгу «Python и машинное обучение» (3-е издание) в интернет-магазине ComBook.ru
Будучи основательно обновленной с учетом самых последних технологий с открытым кодом, включая такие библиотеки, как scikit-learn, Keras и TensorFlow 2, книга «Python и машинное обучение» предлагает практические знания и приемы, которые необходимы для создания эффективных приложений машинного(МО) и глубокого обучения(ГО) на языке Python
С книгой «Python и машинное обучение» Вы откроете для себя современные приемы машинного и глубокого обучения с помощью Python, используя scikit-learn, TensorFlow 2, Keras, порождающих состязательных сетейs (GAN's) и глубокое обучение с подкреплением (deep reinforcement learning)
Книга наполнена четкими пояснениями, визуальными представлениями и работающими примерами, детально раскрывая все важные методики машинного обучения. В то время как некоторые книги учат вас следовать инструкциям, Рашка и Мирджалили излагают принципы, лежащие в основе машинного обучения, что позволит вам самостоятельно строить модели и приложения
Обновленное с учетом библиотеки TensorFlow 2.0 третье издание предлагает читателям ознакомиться с ее новыми средствами Keras API, а также с последними добавлениями в scikit-learn
Третье издание книги «Python и машинное обучение» расширено для охвата самых современных методик обучения с подкреплением, основанных на глубоком обучении, и введения в порождающие состязательные нейронные сети (GAN's)
Наконец, в книге также проводятся исследования подобласти обработки естественного языка (NLP), называемой смысловым анализом, что поможет вам использовать алгоритмы машинного обучения для классификации документов
Чему вы научитесь?
* Освоите фреймворки, модели и методики, которые позволяют машинам “учиться” на основе данных
* Узнаете, как использовать scikit-learn для машинного обучения и TensorFlow 2.0 для глубокого обучения
* Научитесь применять машинное обучение для классификации изображений, смыслового анализа, создания интеллектуальных веб-приложений и многого другого
* Выясните, как строить и обучать нейронные сети, порождающие состязательные сети и другие модели
* Овладеете рекомендуемыми приемами для оценки и настройки моделей
* Научитесь прогнозировать непрерывные целевые результаты, используя регрессионный анализ
* Углубитесь в текстовые данные и данные социальных сетей с применением смыслового анализа
Книга является всеобъемлющим руководством по машинному и глубокому обучению с использованием языка Python. Она служит как пошаговым учебным пособием, так и справочником, к которому Вы постоянно будете возвращаться по мере построения систем машинного и глубокого обучения
Оригинал книги «Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow», Sebastian Raschka, Vahid Mirjalili, 792 pages, ISBN 9781789955750, December 12, 2019
Все иллюстрации из книги в цветном варианте будут доступны на сайте издательства по адресу:

(заказать-купить книгу «Python и машинное обучение» (3-е издание) в интернет-магазине ComBook.ru)

(заказать-купить книгу «Python и машинное обучение» (3-е издание) в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
В продаже книга «Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow 2: концепции, инструменты и техники для создания интеллектуальных систем», Орельен Жерон, 2-е издание (в переводе Юрия Артёменко), бумага офсетная-белая, твердый переплет, 1040 стр., ISBN 978-5-907203-33-4, «ДИАЛЕКТИКА», 2020 - заказать-купить книгу «Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow 2» в интернет-магазине ComBook.ru
Благодаря серии недавних достижений глубокое обучение значительно усилило всю область машинного обучения. В наше время даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на основе данных
За счет применения конкретных примеров, минимума теории и двух фреймворков Python производственного уровня – Scikit-Learn и TensorFlow 2 – обновленное издание этой ставшей бестселлером книги поможет вам получить интуитивное представление о концепциях и инструментах, предназначенных для построения интеллектуальных систем
Специалисты-практики освоят целый диапазон методик, которые они смогут быстро применить в своей работе. В части 1 задействуется Scikit-Learn для представления фундаментальных задач машинного обучения, таких как простая линейная регрессия
В части 2, которая была подвергнута значительным обновлениям, задействованы Keras и TensorFlow 2, чтобы провести читателя по более сложным методам машинного обучения, использующим глубокие нейронные сети
Учитывая наличие в каждой главе упражнений, призванных закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования
Что нового во втором издании книги:
• Обновлен весь код для использования TensorFlow 2
• Представлен высокоуровневый API-интерфейс Keras
• Новые и расширенные материалы, включая API-интерфейс Data, режим энергичного выполнения (Eager Execution) и API-интерфейс Estimators из TensorFlow, развертывание в облаке Google Cloud ML, обработку временных рядов, вложения и многое другое
«Эта книга — замечательное введение в теорию и практику решения задач с помощью нейронных сетей. Она охватывает ключевые моменты, необходимые для построения эффективных приложений, а также обеспечивает достаточную основу для понимания результатов новых исследований по мере их появления. Я рекомендую эту книгу всем, кто заинтересован в освоении практического машинного обучения» — Пит Уорден, технический руководитель направления TensorFlow в Google
Оригинал книги: «Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems», Aurelien Geron, 2nd Edition, 856 pages, ISBN 9781492032649, October 2019
Все иллюстрации из книги в цветном варианте будут доступны на сайте издательства по адресу:

(заказать-купить книгу «Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow 2» в интернет-магазине ComBook.ru)

(заказать-купить книгу по «Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow 2» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
В продаже книга «Наука о данных: учебный курс», Стивен С. Скиена, бумага офсетная-белая, мягкий переплет, 544 стр., ISBN 978-5-907144-74-3, «ДИАЛЕКТИКА», 2020 - заказать-купить книгу «Наука о данных: учебный курс» в интернет-магазине ComBook.ru
Этот увлекательный и ясный учебник Стивена Скиена «Наука о данных: учебный курс» содержит необходимое введение в быстро развивающуюся междисциплинарную область - наука о данных (Data Science)
В книге «Наука о данных: учебный курс» основное внимание уделяется принципам, позволяющим стать хорошим специалистом по анализу данных и овладеть ключевыми навыками, необходимыми для создания систем сбора, анализа и интерпретации данных
Книга «Наука о данных: учебный курс» является источником действительно важных практических идей и даёт интуитивное понимание того, как использовать эти идеи
В книге «Наука о данных: учебный курс» не отдается предпочтения какому-либо конкретному языку программирования или набору инструментов для анализа данных. Вместо этого основное внимание уделяется обсуждению важных принципов разработки на высоком уровне абстракции
Легко читаемый текст книги «Наука о данных: учебный курс» идеально подходит для студентов и аспирантов, которые изучают курс «Введение в анализ данных». Он показывает, какое место эта дисциплина (наука о данных) занимает на пересечении математической статистики, компьютерных наук (Computer Science) и машинного обучения (Machine Learning), имея свои особенности
Специалисты, работающие в этих и смежных областях найдут книгу «Наука о данных: учебный курс» идеально подходящей для самостоятельного изучения
Дополнительные инструменты обучения:
* «War Stories» — перспективы использования науки о данных в реальном мире
* «Homework Problems» — широкий спектр упражнений и проектов для самостоятельного изучения
* Полный набор лекционных слайдов и видеолекций на сайте www.data-manual.com
* «Take-Home Lessons» — уроки, подчеркивающие основные концепции каждой главы
* «Kaggle Challenges» — онлайн-платформа Kaggle
* «False Starts» — описание тонких причин, по которым некоторые методы терпят неудачу
* Примеры из телевизионного шоу «The Quant Shop» (www.quant-shop.com)
Оригинал книги: «The Data Science Design Manual», Steven S. Skiena, 446 pages, ISBN 9783319554433, July 2017
ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги Стивена С. Скиена «Наука о данных: учебный курс»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги Стивена С. Скиена «Наука о данных: учебный курс»
ЗДЕСЬ - читайте 8 Главу «Линейная алгебра» из книги Стивена С. Скиена «Наука о данных: учебный курс»

(заказать-купить книгу «Наука о данных: учебный курс» в интернет-магазине www.moscowbooks.ru)

(заказать-купить книгу «Наука о данных: учебный курс» в интернет-магазине mdk-arbat.ru)

(заказать-купить книгу «Наука о данных: учебный курс» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Наука о данных: учебный курс» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Наука о данных: учебный курс» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу «Наука о данных: учебный курс» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
В продаже уникальная книга «Машинное обучение: карманный справочник», Мэтт Харрисон, бумага офсетная-белая, мягкий переплет, 320 стр., ISBN 978-5-907203-17-4, «ДИАЛЕКТИКА», 2020 - заказать-купить книгу «Машинное обучение: карманный справочник» в интернет-магазине ComBook.ru
В книгу «Машинное обучение: карманный справочник», включены подробные примеры и комментарии, которые помогут Вам оперативно ориентироваться в основах структурированного машинного обучения(МО)
Автор, Мэтт Харрисон, предлагает ценный справочник, который Вы можете использовать как дополнительное пособие при обучении МО и в качестве удобного ресурса, когда погружаетесь в Ваш следующий проект машинного обучения. Приведенные фрагменты кода имеют такой размер, чтобы их можно было использовать и адаптировать в Ваших собственных проектах МО
Книга идеально подходящая для программистов, аналитиков данных и инженеров искусственного интеллекта, содержит обзор процесса машинного обучения и знакомит вас с классификацией структурированных данных
В книге «Машинное обучение: карманный справочник» рассматриваются различные библиотеки и модели, их компромиссы, настройка и интерпретация. Кроме всего прочего Вы изучите методы кластеризации, регрессии и уменьшения размерности
При использовании книги «Машинное обучение: карманный справочник» предполагается знание языка программирования Python. В книге демонстрируется, как использовать различные математические библиотеки Python для решения реальных задач МО
Книга «Машинное обучение: карманный справочник» не заменит учебный курс по МО, но должна служить ориентиром того, что может охватывать прикладной курс машинного обучения. Автор использует ее в качестве справочного материала для курсов по анализу данных и машинному обучению, который он преподает
Мэтт Харрисон считает, что книга «Машинное обучение: карманный справочник» — лучший сборник ресурсов и примеров для решения задач прогнозного моделирования, если у Вас есть структурированные данные
Оригинал книги: «Machine Learning Pocket Reference. Working with Structured Data in Python», Matt Harrison, 320 pages, ISBN 9781449355739, August 2019

(заказать-купить книгу «Машинное обучение: карманный справочник» в интернет-магазине mdk-arbat.ru)

(заказать-купить книгу «Машинное обучение: карманный справочник» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Машинное обучение: карманный справочник» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Машинное обучение: карманный справочник» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу по «Машинное обучение: карманный справочник» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
В продаже книга «Введение в глубокое обучение», Евгений Черняк, бумага офсетная-белая, мягкий переплет, 192 стр., ISBN 978-5-907203-10-5, «ДИАЛЕКТИКА», 2020 - заказать-купить книгу «Введение в глубокое обучение» в интернет-магазине ComBook.ru
Это краткое, проектно-ориентированное руководство по глубокому обучению проведет читателя по серии задач программирования, которые познакомят его с использованием глубокого обучения в таких областях искусственного интеллекта(ИИ), как компьютерное зрение, обработка естественного языка и обучение с подкреплением
Автор книги «Введение в глубокое обучение», продолжительное время занимающийся исследованиями в области ИИ, специализирующийся в обработка естественного языка раскрывает темы нейронных сетей с прямой связью, свёрточных нейронных сетей, векторного представления слов, рекуррентных нейронных сетей, обучения последовательностям, глубокого обучения с подкреплением, моделей без учителя и других основных подходов и техник
Учащиеся и практикующие специалисты изучат основы глубокого обучения прорабатывая примеры на TensorFlow, открытой программной платформе для машинного обучения. “Я нахожу, что усваиваю материал компьютерных наук лучше всего, когда пишу соответствующие программы” - пишет автор и книга отражает этот подход
Каждая глава книги «Введение в глубокое обучение» включает проект по программированию, упражнения и ссылки на материал для дополнительного изучения. Одна из первых глав посвящена TensorFlow и её интерфейсу с Python, широко используемым языком программирования. Знакомство с линейной алгеброй, многомерным анализом, статистикой и теорией вероятности является необходимым условием для чтения книги, также как и начальное знание языка Python
Достоинства книги «Введение в глубокое обучение» - небольшой объём и хорошая структурированность. Книга подходит для использования как в программах колледжей, так и высших учебных заведений. Практикующие специалисты найдут в ней ценный справочный материал
“У нас есть широкий выбор книг по глубокому обучению:теоретические книги, написанные научными экспертами и практические книги, написанные программистами. Эта книга предоставляет лучшее из обеих областей: Черняк является видным научным исследователем работавшим со всеми видами искусственного интеллекта,часто будучи проводником в новых областях. И он также остаётся активным программистом,приходящим к пониманию через практику. В этой мастерски исполненной книге, он проведёт вас через своё понимание, позволяя следовать за ним по коду шаг за шагом, также снабжая вас своими компетентными выводами” (Питер Норвиг, директор по исследованиям, Google)
“Прекрасная книга, заполняющая открытую пропасть между существующей, подробной “библией” (Ян Гудфеллоу и др., MIT Press, 2016) и многими книгами нацеленными на практикующих специалистов индустрии. Эта доступное издание предоставляет ясное, увлекательное описание теории практической реализации ключевых алгоритмов глубокого обучения в областях компьютерного зрения, обработки естественного языка и робототехники. Хорошо продуманное, компактное представление неожиданно близко приближается к новейшим достижениям в глубоком обучении, делая его идеальным пособием для студентов и тех, кто ищет проницательное введение в глубокое обучение” (Кристофер Д. Маннинг, профессор компьютерных наук и лингвистики, Стэнфордский Университет)
Оригинал книги: «Introduction to Deep Learning», Eugene Charniak, 192 pages, ISBN 9780262039512, January 2019

(заказать-купить книгу «Введение в глубокое обучение» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Введение в глубокое обучение» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Введение в глубокое обучение» (13-е издание) в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу по «Введение в глубокое обучение» в интернет-магазине diamail.com.ua)
Читайте отдельное сообщение в моем блоге о книге Евгения Черняка «Введение в глубокое обучение»
В продаже книга «Нейронные сети и глубокое обучение: учебный курс», Чару Аггарвал, бумага офсетная-белая, твердый переплет, 752 стр., ISBN 978-5-907203-01-3, «ДИАЛЕКТИКА», 2020 - заказать-купить книгу «Нейронные сети и глубокое обучение: учебный курс» в интернет-магазине ComBook.ru
В книге «Нейронные сети и глубокое обучение: учебный курс» обсуждаются как классические, так и современные модели в глубоком обучении и основы нейронных сетей. Основное внимание уделяется теории и алгоритмам глубокого обучения
В первых двух главах книги показано, что метод опорных векторов, линейную/логистическую регрессию, сингулярное разложение, факторизацию матриц и рекомендательные системы можно рассматривать как специальные случаи нейронных сетей
В книге «Нейронные сети и глубокое обучение: учебный курс» освещены и такие сравнительно новые методы конструирования признаков, как word2vec. Подробному обсуждению процессов тренировки и регуляризации нейронных сетей посвящены главы 3 и 4
В главах 5 и 6 представлены нейронные сети на основе радиально-базисных функций (RBF) и ограниченных машин Больцмана (RBM)
В главах 7 и 8 обсуждаются рекуррентные и сверточные нейронные сети. Главы 9 и 10 познакомят читателя с такими технологиями нейронных сетей, как глубокое обучение с подкреплением, нейронные машины Тьюринга, самоорганизующиеся карты Кохонена и генеративно-состязательные сети (GANs)
Оригинал книги: «Neural Networks and Deep Learning» by Charu C. Aggarwal, 497 pages, ISBN 9783319944623, August 2018

(заказать-купить книгу «Нейронные сети и глубокое обучение: учебный курс» в интернет-магазине www.moscowbooks.ru)

(заказать-купить книгу «Нейронные сети и глубокое обучение: учебный курс» в интернет-магазине mdk-arbat.ru)

(заказать-купить книгу «Нейронные сети и глубокое обучение: учебный курс» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Нейронные сети и глубокое обучение: учебный курс» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Нейронные сети и глубокое обучение: учебный курс» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу по «Нейронные сети и глубокое обучение: учебный курс» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
![]() |
Компьютерные науки Базовый курс Гленн Брукшир Деннис Брилов 13-е издание |
Назначение книги «Компьютерные науки. Базовый курс» - предоставить читателю всестороннее представление о предмете компьютерных наук (Computer Science), охватывающее все его аспекты, от сугубо практических до полностью абстрактных
В 13-ом издании книги «Компьютерные науки. Базовый курс» Гленна Брукшира и Денниса Брилова учтён новый международный стандарт преподавания компьютерных наук CS2013 - Computer Science Curricula 2013 (ACM/IEEE-CS)
Такой подход к изучению базовых понятий открывает студентам любых, необязательно компьютерных дисциплин всю широту предмета и позволяет получить общее представление о тех возможностях, которые доступны им в современном технократическом обществе
Изложение материала вкниге «Компьютерные науки. Базовый курс» ведется от простого к сложному, от конкретных аспектов к абстрактным и каждая рассматриваемая тема непосредственно подводит к следующей. Тем не менее, отдельные главы и разделы книги достаточно независимы и вполне могут рассматриваться как самостоятельные единицы
Важные достоинства книги - наличие около 1000 заданий и упражнений (!), предназначенных для углубления и закрепления понимания основных излагаемых концепций, обсуждение этических и юридических аспектов рассматриваемых технологий, которые необходимо знать, чтобы использовать их безопасно и ответственно, а также подборки общественных и социальных вопросов, призывающих читателя задуматься о связях между излагаемым материалом и тем обществом, в котором они живут
Изюминкой 13-е издания книги «Компьютерные науки. Базовый курс» является переход к использованию языка Python для записи примеров кода и псевдокода, выдержанного в том же стиле
ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги «Компьютерные науки. Базовый курс»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги «Компьютерные науки. Базовый курс»
ЗДЕСЬ - читайте 7 Главу «Технология разработки программного обеспечения» из книги Гленна Брукшира и Денниса Брилова «Компьютерные науки. Базовый курс»

(заказать-купить книгу «Компьютерные науки. Базовый курс» (13-е издание) в интернет-магазине www.moscowbooks.ru)

(заказать-купить книгу «Компьютерные науки. Базовый курс» (13-е издание) в интернет-магазине mdk-arbat.ru)

(заказать-купить книгу «Компьютерные науки. Базовый курс» (13-е издание) в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Компьютерные науки. Базовый курс» (13-е издание) в интернет-магазине ComBook.ru)

(заказать-купить книгу «Компьютерные науки. Базовый курс» (13-е издание) в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу «Компьютерные науки. Базовый курс» (13-е издание) в интернет-магазине diamail.com.ua)

(заказать-купить книгу «Компьютерные науки. Базовый курс» в интернет-магазине bizbook.ua)
Книга обсуждается в отдельном сообщении моего блога
![]() |
Глубокое обучение и TensorFlow для профессионалов Сантану Паттанаяк |
Книга «Глубокое обучение и TensorFlow для профессионалов» представляет собой практическое и теоретическое руководство, содержащее множество бесценных советов и рекомендаций, которые помогут даже новичкам быстро освоить методы глубокого обучения и развертывания решений, построенных на их основе
В книге уделено внимание всем практическим аспектам глубокого обучения (Deep Learning), имеющим важное значение для любой области применения. Приведено и описано множество демонстрационных прототипов, которые вы сможете использовать для создания новых приложений на основе технологии глубокого обучения
Программный код всех примеров из книги «Глубокое обучение и TensorFlow для профессионалов» предоставляется в удобной форме блокнотов iPython, что упростит читателям его выполнение и адаптацию под конкретные задачи
Основные темы книги «Глубокое обучение и TensorFlow для профессионалов»:
— математические основы глубокого обучения;
— полный стек технологий глубокого обучения на основе TensorFlow;
— развертывание производственных вариантов сложных решений на основе глубокого обучения с использованием TensorFlow;
— проведение исследований в области глубокого обучения и выполнение экспериментов с помощью TensorFlow
Оригинал книги: «Pro Deep Learning with TensorFlow A Mathematical Approach to Advanced Artificial Intelligence in Python» by Santanu Pattanayak, 398 page, ISBN 9781484230954, December 2017

(заказать-купить книгу «Глубокое обучение и TensorFlow для профессионалов» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Глубокое обучение и TensorFlow для профессионалов» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Глубокое обучение и TensorFlow для профессионалов» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу «Глубокое обучение и TensorFlow для профессионалов» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
![]() |
Глубокое обучение: готовые решения Дуве Осинга |
До недавнего времени освоение глубокого обучения, как метода машинного обучения, требовало длительного времени. Но благодаря таким фреймворкам, как Keras и Tensorflow, инженеры-программисты без предварительных знаний машинного обучения могут быстро входить в курс дела
С помощью практических рецептов, описанных в книге «Глубокое обучение: готовые решения», Вы научитесь решать задачи глубокого обучения для классификации и генерации текста, изображений и музыки
Каждая глава книги «Глубокое обучение: готовые решения» состоит из нескольких рецептов, образующих отдельный проект наподобие системы рекомендации музыкальных произведений
Автор книги, Дуве Осинга, также предлагает главу с множеством приемов, призванных помочь, если работа застопорилась. Примеры написаны на Python, а их код доступен в хранилище GitHub в виде набора тетрадей Jupyter Notebook
Из книги «Глубокое обучение: готовые решения» Вы узнаете, как:
• создавать приложения, которые будут обслуживать реальных пользователей;
• применять векторные представления слов для вычисления подобия текстов;
• строить систему рекомендации фильмов на основе ссылок в Википедии;
• визуализировать внутреннее состояние моделей искусственного интеллекта, чтобы выяснить, как они видят мир;
• строить модель для прогнозирования эмоционального настроя, связанного с фрагментами текста;
• повторно использовать предварительно обученные сети для построения службы обратного поиска изображений;
• сравнивать, каким образом порождающие состязательные сети (GAN), автокодировщики и элементы с долгой краткосрочной памятью (LSTM) генерируют значки;
• распознавать музыкальные стили и индексировать сборники песен
Оригинал книги: «Deep Learning Cookbook: Practical Recipes to Get Started Quickly», Douwe Osinga, 252 pages, ISBN 9781491995846, June 2018

(заказать-купить книгу «Глубокое обучение: готовые решения» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Глубокое обучение: готовые решения» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Глубокое обучение: готовые решения» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу «Глубокое обучение: готовые решения» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
![]() |
Искусственный интеллект с примерами на Python Пратик Джоши |
Книга «Искусственный интеллект с примерами на Python» — отличное практическое руководство для тех, кто заинтересован в создании приложений на языке программирования Python на основе искусственного интеллекта
Книга содержит множество примеров, охватывающих очень широкий спектр разработок, ведущихся в этой области. Вы узнаете о том, как реализовать алгоритмы, обеспечивающие получение наилучших результатов в зависимости от специфики задачи, и увидите, как они применяются в реальных сценариях
Если ваши приложения связаны с обработкой изображений, текста, оперативной биржевой информации или данных в любой другой форме и Вы хотели бы расширить их возможности за счет использования элементов искусственного интеллекта, то эта книга несомненно станет вашим настольным руководством
Основные темы книги «Искусственный интеллект с примерами на Python»:
— реализация различных методов классификации и регрессии
— концепция кластеризации и ее использование для автоматического сегментирования данных
— создание интеллектуальных рекомендательных систем
— логическое программирование и способы его применения
— создание автоматизированных систем распознавания речи
— основы эвристического поиска и генетического программирования
— разработка игр с использованием искусственного интеллекта
— обучение с подкреплением
— создание интеллектуальных приложений на Python, ориентированных на обработку изображений, текста и последовательных данных
— алгоритмы глубокого обучения и создание приложений на их основе
Охват серьезных тем AI, с одной стороны, и простые коды с другой, делают книгу «Искусственный интеллект с примерами на Python» хорошим учебником для самообразования
Оригинал книги: «Artificial Intelligence with Python», Prateek Joshi, 446 pages, ISBN 9781786464392, 2017
ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги «Искусственный интеллект с примерами на Python»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги «Искусственный интеллект с примерами на Python»
ЗДЕСЬ - читайте 1 Главу «Введение в искусственный интеллект» из книги Пратика Джоши «Искусственный интеллект с примерами на Python»

(заказать-купить книгу «Искусственный интеллект с примерами на Python» (2-е издание) в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Искусственный интеллект с примерами на Python» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Искусственный интеллект с примерами на Python» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу «Искусственный интеллект с примерами на Python» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
![]() |
Основы машинного обучения для аналитического прогнозирования Джон Д. Келлехер Брайан Мак-Нейми Ифе д’Арси |
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, 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

(заказать-купить книгу «Основы машинного обучения для аналитического прогнозирования» (2-е издание) в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Основы машинного обучения для аналитического прогнозирования» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Основы машинного обучения для аналитического прогнозирования» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу по «Основы машинного обучения для аналитического прогнозирования» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
![]() |
Python и машинное обучение Себастьян Рашка Вахид Мирджалили полноцветное 2-е издание |
С помощью 2-го издания бестселлера Себастьяна Рашки - книгой «Python и машинное обучение», Вы освоите и сможете использовать передовые технологии машинного обучения, нейронных сетей и глубокого обучения
Будучи основательно обновленной с учетом самых последних технологий с открытым кодом, включая такие библиотеки, как scikit-learn, Keras и TensorFlow, книга «Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow» предлагает практические знания и приемы, которые необходимы для создания эффективных приложений машинного и глубокого обучения на языке Python
В результате комплексного расширения и совершенствования книга теперь охватывает популярную библиотеку глубокого обучения TensorFlow. Код для scikit-learn также был полностью обновлен, чтобы включать последние улучшения и дополнения к этой универсальной библиотеке машинного обучения
Обладающие уникальной проницательностью и знанием дела авторы - Себастьяна Рашки и Вахид Мирджалили, ознакомят Вас с алгоритмами машинного обучения и глубокого обучения с нуля и покажут, как применять их к сложным задачам в отрасли, используя реалистичные и очень интересные примеры. К концу чтения книги «Python и машинное обучение» Вы будете готовы встретиться с новыми перспективами анализа данных в сегодняшнем мире
Если вы читали 1-е издание книги, то Вам доставит удовольствие найти новый баланс классических идей и современных знаний о машинном обучении. Каждая глава книги «Python и машинное обучение» 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
Чему вы научитесь?
• Освоите основные фреймворки в науке о данных, машинном обучении и глубоком обучении
• Задействуете в машинном обучении мощь последних библиотек Python с открытым кодом
• Овладеете приемами машинного обучения, используя сложные реальные данные
• Научитесь строить реализации глубоких нейронных сетей с применением библиотеки TensorFlow
• Зададите новые вопросы своим данным через модели машинного обучения и нейронные сети
• Изучите механику алгоритмов классификации для построения лучшего инструмента для работы
• Научитесь прогнозировать непрерывные целевые результаты, используя регрессионный анализ
• Научитесь раскрывать скрытые паттерны и структуры в данных с помощью кластеризации
• Углубитесь в текстовые данные и данные социальных сетей с применением смыслового анализа
С книгой «Python и машинное обучение» Вы откроете для себя современные приемы машинного и глубокого обучения с помощью Python, используя самые последние версии библиотек с открытым исходным кодом - scikit-learn, TensorFlow и др.
Оригинал книги: «Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow», Sebastian Raschka, Vahid Mirjalili, 622 pages, ISBN 9781787125933, September 20, 2017
ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги Себастьяна Рашка «Python и машинное обучение»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги Себастьяна Рашка «Python и машинное обучение»
ЗДЕСЬ - читайте 9 Главу «Встраивание модели машинного обучения в веб-приложение» из книги Себастьяна Рашка «Python и машинное обучение»

(заказать-купить книгу «Python и машинное обучение» (2-е издание) в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Python и машинное обучение» (2-е издание) в интернет-магазине ComBook.ru)

(заказать-купить книгу «Python и машинное обучение» (2-е издание) в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу «Python и машинное обучение» (2-е издание) в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
![]() |
Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow Орельен Жерон полноцветное издание |
Благодаря серии недавних достижений глубокое обучение значительно усилило всю область машинного обучения. В наше время 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 настоящем практическом руководстве - книге «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем», показано, что и как делать
За счет применения конкретных примеров, минимума теории и двух фреймворков Python прикладного уровня – Scikit-Learn и TensorFlow – автор книги Орельен Жерон поможет получить интуитивное представление о концепциях и инструментах, предназначенных для построения современных интеллектуальных систем
Из книги Вы узнаете о ряде приемов, начав с простой линейной регрессии и постепенно добравшись до глубоких нейронных сетей. Учитывая наличие в каждой главе книги «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем» упражнений, помогающих закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования:
• Исследуйте область машинного обучения, особенно нейронные сети
• Используйте Scikit-Learn для отслеживания проекта машинного обучения от начала до конца
• Исследуйте некоторые обучающие модели, включая методы опорных векторов, деревья принятия решений, случайные леса и ансамблевые методы
• Применяйте библиотеку TensorFlow для построения и обучения нейронных сетей
• Исследуйте архитектуры нейронных сетей, включая свёрточные сети, рекуррентные сети и глубокое обучение с подкреплением
• Освойте приемы для обучения и масштабирования глубоких нейронных сетей
• Используйте практические примеры кода, не овладевая чрезмерно теорией машинного обучения или деталями алгоритмов
Отдельная 16 Глава книги посвящена освещению темы Обучение с подкреплением (Reinforcement Learning — RL), которая на сегодняшний день является одной из наиболее захватывающих областей машинного обучения!
«Эта книга — замечательное введение в теорию и практику решения задач с помощью нейронных сетей. Она охватывает ключевые моменты, необходимые для построения эффективных приложений, а также обеспечивает достаточную основу для понимания результатов новых исследований по мере их появления. Я рекомендую эту книгу всем, кто заинтересован в освоении практического машинного обучения» — Пит Уорден, технический руководитель направления TensorFlow в Google
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 «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow» в интернет-магазине diamail.com.ua)

(заказать-купить книгу «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow» в интернет-магазине bizbook.ua)
Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
РЕКОМЕНДУЮ ОБРАТИТЬ ВНИМАНИЕ на НОВЫЕ КНИГИ
___________________________________________________
![]() |
Введение в машинное обучение с помощью Python Андреас Мюллер Сара Гвидо полноцветное издание |
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 «Введение в машинное обучение с помощью Python» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Введение в машинное обучение с помощью Python» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Введение в машинное обучение с помощью Python» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу по «Введение в машинное обучение с помощью Python» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
![]() |
Создаем нейронную сеть Тарик Рашид полноцветное издание |
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 «Создаем нейронную сеть» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине ComBook.ru)

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

(заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
![]() |
Искусственный интеллект: современный подход Стюарт Рассел Питер Норвиг 2-е издание |
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 «Искусственный интеллект» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Искусственный интеллект: современный подход» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Искусственный интеллект: современный подход» в интернет-магазине ozon.ru)

(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)
___________________________________________________
![]() |
Прикладной регрессионный анализ Норман Дрейпер Гарри Смит 3-е издание |
Книга «Прикладной регрессионный анализ» Нормана Дрейпера и Гарри Смита является полным классическим введением в фундаментальные основы множественного регрессионного анализа. В книге описываются методы подбора и исследования линейных и нелинейных регрессионных моделей различной степени сложности, а также рассматриваются практические аспекты их применения, в том числе с использованием специальных компьютерных программ
Помимо стандартного набора тем, составляющих ядро метода регрессионного анализа, в книгу «Прикладной регрессионный анализ» включены отдельные главы, посвященные мультиколлинеарности, обобщенным линейным моделям, множественной регрессии, геометрическим свойствам регрессии, методу корреляционно-регрессионного анализа, робастной регрессии и процедурам тиражирования выборки (бутстрепа). Книга содержит множество примеров и упражнений (с полными или частичными решениями), а также вопросы для самоконтроля
Книга «Прикладной регрессионный анализ» предназначена для аналитиков, экспериментаторов и студентов высших учебных заведений. Может служить основой курса по методу регрессионного анализа для работников промышленных предприятий и служащих государственных учреждений, сталкивающихся с необходимостью анализа статистических данных, а также прекрасным справочным пособием для специалистов по статистике и ученых различных профилей
Оригинал книги: «Applied Regression Analysis», Norman Draper, Harry Smith, 3rd Edition, 736 pages, ISBN 0471170828, 1998
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги «Прикладной регрессионный анализ»
ЗДЕСЬ - читайте ПРЕДИСЛОВИЕ к книге «Прикладной регрессионный анализ»
ЗДЕСЬ - читайте 13 Главу «Модели, содержащие различные функции предикторов. Полиномиальные модели» из книги «Прикладной регрессионный анализ»
ЗДЕСЬ - загрузите ПРИМЕРЫ из книги «Прикладной регрессионный анализ»

(заказать-купить книгу «Прикладной регрессионный анализ» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Прикладной регрессионный анализ» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Прикладной регрессионный анализ» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу «Прикладной регрессионный анализ» в интернет-магазине diamail.com.ua)
Читайте отдельное сообщение в моем блоге о книге Нормана Дрейпера и Гарри Смита «Прикладной регрессионный анализ» (3-е издание)
___________________________________________________
![]() |
Статистика для чайников Дебора Рамси |
Цель книги «Статистика для чайников» заключается в том, чтобы научить вас понимать и критически оценивать невероятное количество статистической информации, с которой вам приходится сталкиваться ежедневно (диаграммы, графики, таблицы, а также газетные заголовки, посвященные результатам последних опросов, экспериментов или других научных исследований). Благодаря книге «Статистика для чайников» Вы разовьете способность разбираться в статистических результатах и принимать на их основе важные решения (например, о результатах новейших медицинских исследований). В книге приводится масса примеров из реальных источников, имеющих отношение к повседневной жизни: от последних открытий в медицине, исследований преступности и тенденций этнического состава жителей страны до опросов на тему знакомств в Интернете, использования мобильных телефонов и худшего автомобиля тысячелетия. Читая главы книги «Статистика для чайников», Вы начнете понимать, как пользоваться диаграммами, графиками и таблицами, а также научитесь оценивать результаты последних опросов, экспериментов и других исследований. Вы даже узнаете, как с помощью сверчков измерить температуру воздуха и как сорвать джек-пот в лотерее
Оригинал книги: «Statistics For Dummies», Deborah Rumsey, 384 pages, ISBN 9780764554230
ЗДЕСЬ - читайте об АВТОРЕ книги «Статистика для чайников»
ЗДЕСЬ - читайте ВВЕДЕНИЕ книги «Статистика для чайников»
ЗДЕСЬ - читайте СОДЕРЖАНИЕ книги «Статистика для чайников»
ЗДЕСЬ - читайте 6 главу «Каковы шансы? Правила вероятности» из книги «Статистика для чайников»

(заказать-купить книгу «Статистика для чайников» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Статистика для чайников» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Статистика для чайников» в интернет-магазине ozon.ru)

(заказать-купить книгу «Статистика для чайников» в интернет-магазине diamail.com.ua)
Читайте отдельное сообщение о книге в моем блоге
___________________________________________________
![]() |
Регрессионный анализ в Microsoft Excel Конрад Карлберг |
Книга «Регрессионный анализ в Microsoft Excel» представляет собой наиболее полное руководство по выполнению регрессионного анализа с помощью Microsoft Excel (любой версии!), которое будет полезно как бизнес-аналитикам, так и ученым, применяющим методы статистического анализа данных
Имея за плечами более чем 25-летний опыт, Конрад Карлберг (Condrad Carlberg), обладатель статуса Microsoft MVP, демонстрирует, как использовать регрессионные функции Excel для решения широкого спектра практических задач: от корреляционного анализа и тестов Стьюдента до множественного ковариационного анализа
Все решения в книге «Регрессионный анализ в Microsoft Excel» описываются пошагово на основе осмысленных примеров из разных областей: от медицинских исследований и финансового анализа до исследования операций
Книга написана простым и понятным языком, а необходимые теоретические сведения приведены в объеме, вполне достаточном для того, чтобы даже новички могли осознанно моделировать измеряемые данные с помощью регрессии, избегая распространенных ошибок, и глубже понимать результаты регрессионного анализа, полученные другими людьми
Основные темы книги «Регрессионный анализ в Microsoft Excel»:
— суть регрессионного анализа, его возможности и ограничения;
— встроенные функции последний версий Excel, предназначенные для работы с регрессией;
— корреляционный анализ и простая регрессия;
— эффективное использование функции ЛИНЕЙН();
— планирование и выполнение множественного регрессионного анализа;
— расширение возможностей статистического анализа за счет анализа регрессий вместо традиционного дисперсионного анализа;
— применение ковариационного анализа
Оригинал книги: «Regression Analysis Microsoft Excel» by Conrad Carlberg, 368 pages, ISBN 9780789756558, August 2016

(заказать-купить книгу «Регрессионный анализ в Microsoft Excel» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Регрессионный анализ в Microsoft Excel» в интернет-магазине ComBook.ru)

(заказать-купить книгу «Регрессионный анализ в Microsoft Excel» в интернет-магазине ozon.ru)

(заказать-купить книгу «Регрессионный анализ в Microsoft Excel» в интернет-магазине diamail.com.ua)
Читайте отдельное сообщение о книге Конрада Карлберга «Регрессионный анализ в Microsoft Excel» в моем блоге
___________________________________________________
![]() |
Алгоритмы для чайников Джон Пол Мюллер Лука Массарон |
Не нужно иметь ученую степень, чтобы понять смысл алгоритмов. Книга «Алгоритмы для чайников» - это ясное и доступное руководство, которое покажет вам, как алгоритмы влияют на нашу повседневную жизнь
Алгоритмы вездесущи и сопровождают всю нашу жизнь - от общения с друзьями в сети до принятия важных решений. Если вы хотите знать, как использовать алгоритмы для решения реальных задач - эта книга для вас!
Основная задача книги «Алгоритмы для чайников» не научить программировать реализации тех или иных давно известных алгоритмов, а познакомить вас с тем, что же такое алгоритмы, как они влияют на нашу повседневную жизнь, и каково состояние дел в этой области человеческих знаний сегодня
В книге «Алгоритмы для чайников» рассматривается крайне широкий спектр вопросов, связанных с алгоритмами — это и стандартные сортировка и поиск, и работа с графами (но с уклоном не в стандартные базовые алгоритмы, а в приложении их к таким явлениям сегодняшнего дня, как, например, социальные сети), работа с большими данными и вопросы искусственного интеллекта
При этом материал книги «Алгоритмы для чайников» - это не просто отвлеченный рассказ о том или ином аспекте современных алгоритмов, но и демонстрация реализаций алгоритмов с конкретными примерами на языке программирования Python
В книге «Алгоритмы для чайников» описываются:
- работа с данными;
- проектирование алгоритмов;
- история алгоритмов;
- основы теории графов;
- управление большими данными;
- упрощение сложных алгоритмов;
- движение робота в лабиринте;
- программирование собственных алгоритмов;
Книга «Алгоритмы для чайников» будет полезна всем, кто интересуется современным состоянием дел в области программирования и алгоритмов
Оригинал книги: «Algorithms For Dummies», John Paul Mueller, Luca Massaron, 432 pages, ISBN 9781119330493, June 2017

(заказать-купить книгу «Алгоритмы для чайников» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Алгоритмы для чайников» в интернет-магазине ComBook.ru)

(заказать-купить книгу по «Алгоритмы для чайников» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу «Алгоритмы для чайников» в интернет-магазине diamail.com.ua)
Читайте отдельное сообщение в моем блоге об этой книге
![]() |
Компьютерное зрение. Современный подход Дэвид А. Форсайт Джин Понс |
Компьютерное зрение (CV, Computer Vision) — это одна из самых востребованных областей на данном этапе развития глобальных цифровых компьютерных технологий
Компьютерное зрение требуется на производстве, при управлении роботами, при автоматизации процессов, в медицинских и военных приложениях, при наблюдении со спутников и при работе с персональными компьютерами, в частности поиске цифровых изображений
Книга «Компьютерное зрение. Современный подход» ориентирована на широкий круг читателей, интересующихся данной областью, в первую очередь — на студентов и преподавателей технических вузов, занимающихся вычислительной геометрией, компьютерной графикой, обработкой изображений, работой с изображениями вообще и робототехникой
Книга «Компьютерное зрение. Современный подход» построена в форме сборника лекций (по возможности независимых), посвященных разнообразным вопросам, так что ее можно использовать как учебник по компьютерному зрению
Оригинал книги: «Computer Vision: A Modern Approach» by David A. Forsyth, Jean Ponce

(заказать-купить книгу «Компьютерное зрение. Современный подход» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Компьютерное зрение. Современный подход» в интернет-магазине ComBook.ru)

(заказать-купить книгу по «Компьютерное зрение. Современный подход» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу по «Компьютерное зрение. Современный подход» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
![]() |
Искусственный интеллект для чайников Джон Пол Мюллер Лука Массарон |
Книга «Искусственный интеллект для чайников» Джона Пола Мюллера и Лука Массарона поможет вам понять, что такое искусственный интеллект, как он должен работать и почему он терпел неудачи в прошлом
Вы также узнаете о причинах некоторых из проблем с искусственным интеллектом, а также о том, что сегодня их почти невозможно решить в некоторых случаях
В отличие от множества книг по этой теме, данная книга говорит вам правду о том, где и как искусственный интеллект не может работать, она развеет все мифы об искусственном интеллекте
Каждый вынесет из книги «Искусственный интеллект для чайников» то, что люди всегда будут важны. Фактически, искусственный интеллект делает людей еще более важными, причем такими способами, которые вы даже не могли бы вообразить
Оригинал книги: «Artificial Intelligence For Dummies», John Paul Mueller, Luca Massaron, 336 pages, ISBN 9781119467656, April 2018

(заказать-купить книгу «Искусственный интеллект для чайников» в интернет-магазине biblio-globus.ru)

(заказать-купить книгу «Искусственный интеллект для чайников» в интернет-магазине ComBook.ru)

(заказать-купить книгу по «Искусственный интеллект для чайников» в онлайн-мегамаркете Ozon.ru)

(заказать-купить книгу «Искусственный интеллект для чайников» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
_________________________________________
СЛЕДИТЕ ЗА ИЗМЕНЕНИЯМИ В ЭТОМ СООБЩЕНИИ -
последнее обновление - 23 октября 2020 года
_________________________________________
![]() |
Виктор Штонда, издатель Viktor Shtonda, publisher |
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
Виктор, а эта книга выйдет в честном твердом переплете? Книга Жерона вышла в твердой обложке, но страницы были склеены, а не переплетены в блоки по 6-8 листов в каждом. Как будет издана книга Бишопа?
ОтветитьУдалитьхороший вопрос - разберусь, отпишусь (((
УдалитьКнига знаковая, надеюсь на хороший перевод и на хорошее качество издания.
Удалитькнига у меня под личным контролем )))
УдалитьХорошо, раз так!
Удалитьa) А кто является переводчиком, если это не секретная информация?
b) Когда ожидать книгу? Уже "осень 2018 года".
книгу переводит проф.,д ф-м.н. Д.Клюшин, книга выйдет не ранее весны 2019 года (((
Удалитькнига переведена! )))
УдалитьДобрый вечер! Есть предложение продолжить развивать тему байесовского подхода в обработке данных, но уже с более прикладной стороны. Для начала, можно предложить достаточно популярную среди специалистов книгу
ОтветитьУдалитьhttps://www.amazon.com/Doing-Bayesian-Data-Analysis-Tutorial-dp-0124058884/dp/0124058884/ref=mt_hardcover?_encoding=UTF8&me=&qid=
или книгу по байесовскому анализу на Python
https://www.amazon.com/Bayesian-Analysis-Python-Introduction-probabilistic/dp/1789341655/ref=sr_1_1?crid=DCH72WH9ART8&keywords=bayesian+analysis+with+python&qid=1556810596&s=books&sprefix=Bayesian+Analysis+with+Python+%2Cstripbooks-intl-ship%2C513&sr=1-1
изучаем
УдалитьРаз книга переведена, есть ли возможность разместить отрывок, чтобы оценить перевод?
ОтветитьУдалитьПодскажите, pattern recognition и основы стат.обучения все еще в статусе подготовки, судя по сайту издательства. Когда планируется издание.
ОтветитьУдалитьВопрос №2. Кто будет заниматься реализацией в РФ и когда ждать книги в продаже (не очень доверяю доставке в текущих условиях)?
Добрый вечер!
ОтветитьУдалитьПодскажите когда точно можно будет приобрести книгу Бишопа "Распознавание образов и машинное обучение" в РФ и у кого ее можно приобрести, так как уже несколько раз происходил перенос сроков и уже перенесли на октябрь, не будет ли еще одного переноса? Из-за чего происходит задержка?
Добрый вечер!
ОтветитьУдалитьХочу предложить популярную среди специалистов книгу, кладущую самый фундамент в байесовские сети сегодняшнего дня. Не знаю, предлагали ли вам ее к переводу ранее. Это книга Джудеа Перла, изданная в 1988:
Pearl, Judea. Probabilistic Reasoning in Intelligent Systems. — 2nd revised. — San Mateo, CA : Morgan Kaufmann, 1988.
Вот ссылка на амазон, но там первая редакция:
https://www.amazon.com/Probabilistic-Reasoning-Intelligent-Systems-Representation/dp/1558604790
Предлагаю вот такую книжку https://www.amazon.com/Bayesian-Analysis-Natural-Language-Processing/dp/1681735288/ref=mp_s_a_1_2?keywords=bayesian+natural&qid=1572859112&sr=8-2
ОтветитьУдалитьДобрый вечер!
ОтветитьУдалитьПредлагаю для перевода вот такую книгу:
Probabilistic Graphical Models: Principles and Techniques (Daphne Koller, Nir Friedman)
вот ссылка на амазон: https://www.amazon.com/Probabilistic-Graphical-Models-Principles-Computation/dp/0262013193
Книга отличная, есть описания некоторых алгоритмов на псевдокоде + достаточно подробно объяснено про распространение доверия в графе байесовской сети. А это уже достаточно весомый аргумент, потому что не во всякой книге по байесовским сетям это делают.
Еще книга содержит упражнения, так что можно потренироваться в расчетах.
Добрый день, поступит ли книга в продажу в середине декабря или раньше?
ОтветитьУдалитьДобрый вечер. Тема Bayesian Networks уже давно назрела (точнее перезрела), а качественных учебников (именно учебников для самообразования), читатели так и не увидели. Здесь не надо путать байесовский анализ данных и байесовские НС. По анализу, с грехом пополам, хоть что-то издали, а байесовские НС так и остались незамеченными. Наиболее интригующая и перспективная область ИИ, граничащая с интуицией человека осталась не удел. Иногда, просто поражаешься прозорливости наших издателей.
ОтветитьУдалитьЕсть чувак Richard E. Neapolitan, который давно и толково пишет на эту тему. Вот его последняя книга:
https://www.amazon.com/Learning-Bayesian-Networks-Richard-Neapolitan/dp/0130125342/ref=sr_1_4?keywords=Bayesian+networks&qid=1576956918&s=books&sr=1-4
очень очень жду. уже конец января 2020 - когда ждать книгу?
ОтветитьУдалитьдобрый день!
ОтветитьУдалитьа ждать в январе выход в свет книги?
Февраль настал, ждём книгу)
ОтветитьУдалитьЗаждались....
ОтветитьУдалитьгде книга-то....? так ждали и на тебе...
ОтветитьУдалитьДобрый день, а как насчёт перевода книги Probabilistic Graphical Models: Principles and Techniques (https://www.amazon.com/Probabilistic-Graphical-Models-Principles-Computation/dp/0262013193)?
ОтветитьУдалитьДобрый день, повлияла ли как-то пандемия на план издания книги? или в мае ее можно уже будет приобрести?
ОтветитьУдалитьЕсть ли надежда вообще на издание книги ближайшее время? С февраля не можем же дождаться. Будьте добры, оставьте свой комментарий по процессу издания
ОтветитьУдалитьесть, книга в типографии!... и в июле 2020 поступит в продажу )))
Удалитькнига наконец в типографии... в продаже - июль 2020 )))
ОтветитьУдалитьважное обстоятельство - книга издаётся в ч/б, а все(!) иллюстрации к книге в цветном варианте доступны на сайте издательства по адресу: http://go.dialektika.com/recognition
УдалитьБудет ли книга издана в цветном варианте?
ОтветитьУдалитьпока только в ч/б ((( на странице книги ссылка на все цветн.иллюстрации из книги
УдалитьЕсли вдруг будете делать еще издание, хорошо бы исправить еще ошибки из
Удалитьhttps://yousuketakada.github.io/prml_errata/prml_errata.pdf
по крайней мере первая упомянутая там ошибка с О нотацией не исправлена.
учтём в допечатках )))
Удалить