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 mdk-arbat.ru)

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

(заказать-купить книгу «Python и машинное обучение» (3-е издание) в онлайн-мегамаркете Ozon.ru)

(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)
На русском языке книга вышла в октябре 2020 года в издательстве «ДИАЛЕКТИКА» и издана ограниченным тиражом
________________________________
ОГЛАВЛЕНИЕ книги «Python и машинное обучение» (3-е издание)
________________________________
Глава 1. Наделение компьютеров способностью обучения на данных
Глава 2. Обучение простых алгоритмов МО для классификации
Глава 3. Обзор классификаторов на основе машинного обучения с использованием scikit-learn
Глава 4. Построение хороших обучающих наборов – предварительная обработка данных
Глава 5. Сжатие данных с помощью понижения размерности
Глава 6. Изучение практического опыта оценки моделей и настройки
Глава 7. Объединение разных моделей для ансамблевого обучения
Глава 8. Применение машинного обучения для смыслового анализа
Глава 9. Встраивание модели машинного обучения в веб-приложение
Глава 10. Прогнозирование значений непрерывных целевых переменных с помощью регрессионного анализа
Глава 11. Работа с непомеченными данными – кластерный анализ
Глава 12. Реализация многослойной искусственной нейронной сети с нуля
Глава 13. Распараллеливание процесса обучения нейронных сетей с помощью TensorFlow
Глава 14. Погружаемся глубже – механика TensorFlow
Глава 15. Классификация изображений с помощью глубоких свёрточных нейронных сетей
Глава 16. Моделирование последовательных данных с использованием рекуррентных нейронных сетей
Глава 17. Порождающие состязательные сети для синтеза новых данных
Глава 18. Обучение с подкреплением для принятия решений в сложных средах
_____________________
ОБ АВТОРАХ КНИГИ «Python и машинное обучение»
_____________________
![]() |
Себастьян Рашка |
Хотя научно-исследовательские проекты Себастьяна главным образом связаны с решением задач в вычислительной биологии, ему нравится писать и говорить на темы науки о данных, машинного обучения и Python в целом. Мотивация Себастьяна – помогать людям в разработке решений, управляемых данными, без обязательного наличия опыта машинного обучения
Его работа и вклад недавно были отмечены званием выдающегося аспиранта 2016-2017, а также наградой ACM Computing Reviews’ Best of 2016
В свободное время Себастьян любит участвовать в проектах с открытым кодом, и методы, которые он реализовал, сейчас успешно используются в состязаниях по машинному обучению, таких как Kaggle
![]() |
Вахид Мирджалили |
Вахид избрал Python в качестве главного языка программирования, и на протяжении своей научно-исследовательской карьеры он накопил громадный опыт в написании кода Python. Он преподавал программирование на Python инженерной группе в Университете штата Мичиган, что дало ему возможность помочь студентам понять разные структуры данных и разрабатывать эффективный код на Python
В то время как обширные исследовательские интересы Вахида сконцентрированы на приложениях глубокого обучения и компьютерного зрения, он особенно интересуется использованием приемов глубокого обучения для усиления приватности в биометрических данных, таких как изображения лиц, чтобы не раскрывалась информация сверх той, что пользователи намерены показывать. Кроме того, он также сотрудничает с командой инженеров, работающих над самоходными автомобилями, где проектирует модели в виде нейронных сетей для слияния многоспектральных изображений с целью обнаружения пешеходов
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 mdk-arbat.ru)

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

(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 «Распознавание образов и машинное обучение», Кристофер М. Бишоп, бумага офсетная-белая, твердый переплет, 960 стр., ISBN 978-5-907144-55-2, «ДИАЛЕКТИКА», 2020 - заказать-купить книгу «Распознавание образов и машинное обучение» в интернет-магазине ComBook.ru
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
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.
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)
Книга обсуждается в отдельном сообщении моего блога
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» — классический источник знаний для тех, кто хочет лучше разобраться в Data mining, машинном обучении и биоинформатике, используя статистический подход
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
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 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 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
___________________________
ИЗ ПОСЛЕДНИХ НОВОСТЕЙ
___________________________
Будет издана уникальная книга «Искусственный интеллект: современный подход», Стюарт Рассел и Питер Норвиг, 4-е издание, бумага офсетная-белая, твердый переплет, ~1200 стр., ISBN , «ДИАЛЕКТИКА», 2021
В новом долгожданном обновленном и пересмотренном издании книги «Искусственный интеллект: современный подход» (AIMA-4) область искусственного интеллекта (ИИ) исследуется и анализируется во всей ее обширности и глубине
В 4-м издании читатель познакомится с новейшими технологиями и концепциями, представленными в более унифицированном виде с новым или расширенным охватом таких тем, как машинное обучение, глубокое обучение, трансферное обучение, многоагентные системы, робототехника, обработка естественного языка, проблема причинности, вероятностное программирование, а также конфиденциальность, беспристрастность и безопасность ИИ
НОВОЕ в 4-ом издании книги «Искусственный интеллект: современный подход»
Читателю предлагается наиболее всеобъемлющее, уточненное и приведенное к настоящему моменту введение в теорию и практику искусственного интеллекта:
* Основные определения систем искусственного интеллекта были обобщены в целях исключения из них стандартного предположения о том, что цель точно установлена и известна интеллектуальному агенту. Вместо этого полагается, что агент может быть неуверен в истинных целях человека (или людей), от имени которых он действует
* На созданном и поддерживаемом авторами веб-сайте книги по адресу http://aima.cs.berkeley.edu/ имеются такие разделы, как комментарии и обсуждения читателей, упражнения и задания, интерактивный репозиторий программных кодов на различных языках, рекомендации и дополнительные материалы для преподавателей, а также многое другое
** Интерактивные упражнения для студентов теперь доработаны с целью поддержки непрерывного внесения обновлений и добавлений
** Обновленное интерактивное программное обеспечение теперь предоставляет студентам больше возможностей для завершения проектов и включает реализацию представленных в книге алгоритмов плюс дополнительные примеры программ и приложений на языках Python, Java и Javascript
** Новые учебные видеоуроки обеспечивают более глубокое участие студентов в воплощении в жизнь излагаемых ключевых концепций
Изложение новейших технологий и современных концепций ИИ в 4-ом издании ведется в более единообразной манере:
* Обновленные главы теперь включают более расширенный охват таких тем, как вероятностное программирование (глава 15), принятие решений в многоагентных системах (глава 18, при участии Майкла Вулдбриджа), глубокое обучение (глава 21, при участии Яна Гудфеллоу) и глубокое обучение при обработке естественных языков (глава 24 при участии Джейкоба Девлина и Мей-Винг Чанг)
* Расширенный охват темы машинного обучения
* Существенно обновленный материал по робототехнике, включая такие темы, как взаимодействие роботов с людьми и применение обучения с подкреплением в робототехнике
* Новые разделы по причинности, написанные при участии Джуди Перл
* Новые разделы по применению поиска по методу Монте-Карло в играх и робототехнике
* Новые разделы по передаче знаний при глубоком обучении в целом и в случае естественных языков
* Новые разделы по конфиденциальности, беспристрастности и безопасности в будущем использовании
* Расширенное рассмотрение новейших достижений в области применения искусственного интеллекта
* Обновление разделов по компьютерному зрению, пониманию естественных языков и распознанию речи с целью отражения того влияния, которое методы глубокого обучения оказали на эти области исследований
Оригинал книги: «Artificial Intelligence: A Modern Approach» (AIMA-4), Stuart Russel, Peter Norvig, 4th edition, 1136 pages, ISBN 9780134610993, April 11, 2020

(заказать-купить книгу «Распознавание образов и машинное обучение» 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 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
___________________________________________
РЕКОМЕНДУЮ ОБРАТИТЬ ВНИМАНИЕ на КНИГИ
___________________________________________
В продаже книга «Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow», Себастьян Рашка, Вахид Мирджалили, 2-е издание, (перевод Юрия Артёменко), бумага офсетная-белая, твердый переплет, полноцветное издание, 656 стр., ISBN 978-5-907114-52-4, «ДИАЛЕКТИКА», 2019 - заказать-купить книгу «Python и машинное обучение» в интернет-магазине ComBook.ru
Машинное обучение (Machine Learning) поглощает мир программного обеспечения, и теперь глубокое обучение (Deep Learning) расширяет машинное обучение
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 версий библиотек для Python с открытым исходным кодом - scikit-learn, TensorFlow и др., эта книга предлагает современные практические знания, приемы и методы, которые необходимы для создания и содействия машинному обучению, глубокому обучению и современному анализу больших данных
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
В продаже книга «Искусственный интеллект с примерами на Python», Пратик Джоши, бумага офсетная-белая, мягкий переплет, 448 стр., ISBN 978-5-907114-41-8, «ДИАЛЕКТИКА», 2019 - заказать-купить книгу «Искусственный интеллект с примерами на Python» в интернет-магазине ComBook.ru
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
В продаже книга «Прикладное машинное обучение с помощью 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, 688 стр., ISBN 978-5-9500296-2-2, «ДИАЛЕКТИКА», 2018 - заказать-купить книгу «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow» 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. 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)
Книга обсуждается в отдельном сообщении моего блога
В продаже 1-й том книги «Изучаем Python», Марк Лутц, 5-е издание, (перевод Юрия Артёменко), бумага офсетная-белая, твердый переплет, 832 стр., ISBN 978-5-907144-52-1, «ДИАЛЕКТИКА», 2019 - заказать-купить 1-й том 5-го издания книги Марка Лутца «Изучаем Python» в интернет-магазине ComBook.ru
Пятое издание легендарной книги «Изучаем Python» Марка Лутца – всемирно известный учебник, написанный доступным языком и рассчитанный на индивидуальную скорость обучения и основанный на материалах учебных курсов, которые автор ведет уже на протяжении многих лет
Книга «Изучаем Python» значительно расширена и дополнена в соответствии с изменениями, появившимися в новой версии Python 3.x. В книге представлены основные типы объектов в языке Python, порядок их создания и работы с ними, а также функции как основной процедурный элемент языка
«Книга Изучаем Python (Learning Python) находится в начале моего списка рекомендованной литературы для любого, кто желает научиться программировать на Python» (Даг Хеллманн, старший инженер-программист в Racemi, Inc., автор книги «Стандартная библиотека Python 3: справочник с примерами»)

(заказать-купить 1-й том 5-го издания книги Марка Лутца «Изучаем Python» в интернет-магазине biblio-globus.ru)

(заказать-купить 1-й том 5-го издания книги Марка Лутца «Изучаем Python» в интернет-магазине ComBook.ru)

(заказать-купить 1-й том 5-го издания книги Марка Лутца «Изучаем Python» в онлайн-мегамаркете Ozon.ru)

(заказать-купить 1-й том 5-го издания книги Марка Лутца «Изучаем Python» в интернет-магазине diamail.com.ua)
В продаже 2-й том книги «Изучаем Python», Марк Лутц, 5-е издание, (перевод Юрия Артёменко), бумага офсетная-белая, твердый переплет, ~900 стр., ISBN 978-5-907144-53-8, «ДИАЛЕКТИКА», 2020 - заказать-купить 2-й том 5-го издания книги Марка Лутца «Изучаем Python» в интернет-магазине ComBook.ru
В книге «Изучаем Python» рассматриваются методы работы с модулями и дополнительными объектно-ориентированными инструментами языка Python – классами. Включены описания моделей и инструкций обработки исключений, а также обзор инструментов разработки, используемых при создании больших программ на Python
Каждая глава книги «Изучаем Python» завершается контрольными вопросами с ответами на закрепление пройденного материала, а каждая часть – упражнениями, решения которых приведены в Приложении к книге
Оригинал книги: «Learning Python: Powerful Object-Oriented Programming», Mark Lutz, 5th Edition, 1648 pages, ISBN 9781449355739, July 2013

(заказать-купить 2-й том 5-го издания книги Марка Лутца «Изучаем Python» в интернет-магазине biblio-globus.ru)

(заказать-купить 2-й том 5-го издания книги Марка Лутца «Изучаем Python» в интернет-магазине ComBook.ru)

(заказать-купить 2-й том 5-го издания книги Марка Лутца «Изучаем Python» в онлайн-мегамаркете Ozon.ru)

(заказать-купить 2-й том 5-го издания книги Марка Лутца «Изучаем Python» в интернет-магазине diamail.com.ua)
Читайте отдельное сообщение о книге в моем блоге
В продаже книга «Компьютерные науки. Базовый курс», Гленн Брукшир, Деннис Брилов, 13-е издание, бумага офсетная, твердый переплет, 992 стр., ISBN 978-5-907144-63-7, «ДИАЛЕКТИКА», 2019 - заказать-купить книгу «Компьютерные науки. Базовый курс» в интернет-магазине ComBook.ru
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
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

(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
_______________________________________________
СЛЕДИТЕ ЗА ИЗМЕНЕНИЯМИ В ЭТОМ СООБЩЕНИИ -
последнее обновление - 3 декабря 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
книга переведена и сдаётся в типографию - в августе 2020 в продаже )))
ОтветитьУдалитьДобрый день! Скажите пожалуйста, можно ли сделать предзаказ на книгу 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, полноцветное издание, ~800 стр., ISBN , «ДИАЛЕКТИКА», 2020?
ОтветитьУдалить