Каталог
Меню
Войти
0Сравнение
0Избранное
Каталог
Войти
0Сравнить
0Избранное

Построение систем машинного обучения на языке Python

...
  Сравнить
  В избранное
Показать все аналоги
Ещё от "Лабиринт":
  Похожие товары
  Видео обзоры

Рекомендательный сервис

  • Общий рейтинг 4.22
  • Рейтинг покупателей 3.27
  • Рейтинг экспертов 4.82
  • Качество материалов 4.26
  • Надежность 4.22
  • Простота в использовании 4.68
  • Ремонтопригодность 4.36
  • Эффективность выполнения своих функций 4.32
  • Коэффициент удивления "Вау!" 4.22
  • Безопасность для пользователя4.72
  • Внешний вид 4.68
  • Удобство в уходе и чистке 4.63
  • Экологическая безопасность 4.86
  • Гарантия на товар 4.66
  • Соответствие стандартам качества 4.28
  • Инновационные технологии 4.64
  • Хит продаж 4.22
  • Скорость морального устаревания 4.23
  • Энергоэффективность 4.38
  • Универсальность использования 4.20
  • Наличие дополнительных функций 4.66
  • Соотношение цена-качество 3.86
  • Практичность и удобство хранения 4.22
  • Стабильность работы в различных условиях 4.67
  • Возможность персонализации 4.00
  • Ликвидность 4.32
  • Индекс рекомендаций 3.66
Книга рассчитана на программистов, пишущих на Python и желающих узнать о построении систем машинного обучения с помощью библиотек с открытым исходным кодом. Мы рассматриваем основные модели машинного обучения на примерах, взятых из реальной жизни. Эта книга будет полезна также специалистам по машинному обучению, желающим использовать Python для создания своих систем. В главе 1 "Введение в машинное обучение на языке Python" читатель знакомится с основной идеей машинного обучения на очень простом примере. Но, несмотря на простоту, в этом примере имеет место опасность переобучения. В главе 2 "Классификация в реальной жизни" мы используем реальные данные, чтобы продемонстрировать классификацию и научить компьютер различать различные классы цветов. В главе 3 "Кластеризация - поиск взаимосвязанных сообщений" мы узнаем об эффективности модели набора слов, с помощью которой сумеем найти похожие сообщения, не "понимая" их смысла. В главе 4 "Тематическое моделирование" мы не станем ограничиваться отнесением сообщения только к одному кластеру, а свяжем с ним несколько тем, поскольку политематичность характерна для реальных текстов. В главе 5 "Классификация - выявление плохих ответов" мы узнаем, как применить дилемму смещения-дисперсии к отладке моделей машинного обучения, хотя эта глава посвящена в основном использованию логистической регрессии для оценки того, хорош или плох ответ пользователя на заданный вопрос. В главе 6 "Классификация II - анализ эмоциональной окраски" объясняется принцип работы наивного байесовского классификатора и описывается, как с его помощью узнать, несет ли твит положительный или отрицательный эмоциональный заряд. В главе 7 "Регрессия" объясняется, как использовать классический, но не утративший актуальности метод - регрессию - при обработке данных. Вы узнаете и о более сложных методах регрессии, в частности Lasso и эластичных сетях. В главе 8 "Рекомендование" мы построим систему рекомендования на основе выставленных потребителями оценок. Мы также узнаем, как формировать рекомендации, имея только данные о покупках, безо всяких оценок (которые пользователи выставляют далеко не всегда). В главе 9 "Классификация по музыкальным жанрам" мы предположим, что кто-то сознательно внес хаос в нашу огромную коллекцию музыкальных произведений, и единственная надежда навести порядок - поручить машине их классификацию. Как выяснится, иногда лучше довериться чужому опыту, чем создавать признаки самостоятельно. В главе 10 " Машинное зрение" мы применим методы классификации к обработке изображений, выделяя признаки из данных. Мы также увидим, как с помощью этих методов можно находить похожие изображения в наборе. Из главы 11 "Понижение размерности" мы узнаем о методах, позволяющих уменьшить объем данных, чтобы алгоритмы машинного обучения могли с ними справиться. В главе 12 "Когда данных больше" мы рассмотрим некоторые подходы, позволяющие успешно обрабатывать большие наборы данных, задействуя несколько ядер или вычислительные кластеры. Мы также познакомимся с основами облачных вычислений (на примере служб Amazon Web Services). В приложении "Где получить дополнительные сведения о машинном обучении" перечислены многочисленные полезные ресурсы, посвященные этой теме. 2-е издание.
Информация о характеристиках, комплекте поставки, стране изготовления, внешнем виде и цвете товара носит справочный характер и взятая из открытых источников.
Построение систем машинного обучения на языке Python продается в интернет-магазине Лабиринт
Эксперт: Ростислав Т., специалист по потребительским товарам
Дата рецензии: 10 июля 2025 года
Рекомендация к покупке нейтральная

Отзывы о товаре

Спасибо Ваш отзыв будет опубликован после проверки модераторами.
Добавить отзыв

Доставка покупки

    • Курьерская доставка в г. Москва;
    • Самовывоз из пункта выдачи.

Оплата заказа

  • Наличный расчет, оплата подарочным сертификатом, через мобильный телефон, наложенный платеж, предоплата на счет, электронные формы оплаты, пластиковые карты, баланс.
  • Наименование: ООО «Лабиринт.РУ»
  • ИНН: 7728644571

Предложения других продавцов

...
Наука, техника и космос ()
Построение систем машинного обучения на языке Python
ДМК
Читай Город
1 496 ₽
В избранноеСравнитьКупить

Рекомендуем аналогичные товары

...
Машинное обучение с помощью Python для всех. Руководство по созданию систем машинного обучения: от основ до мощных инструментов
Машинное обучение затронуло практически все отрасли жизни. Для него используются многие языки программирования, но наиболее популярным является Python. Несмотря на то что в основе машинного обучения обычно лежат продвинутые математические концепции, обучать сложные модели, не имея глубоких математических знаний, вполне возможно. Эта книга представляет собой руководство, доступное для понимания любому человеку, что позволяет при любом уровне подготовки быстро улучшить знания и навыки в области машинного обучения, освоить некоторые сложные и интересные методы.
Цена 2483 руб.
СравнитьКупить
2 483 ₽
...
Машинное обучение с помощью Python для всех. Руководство по созданию систем машинного обучения: от основ до мощных инструментов
Машинное обучение затронуло практически все отрасли жизни. Для него используются многие языки программирования, но наиболее популярным является Python. Несмотря на то что в основе машинного обучения обычно лежат продвинутые математические концепции, обучать сложные модели, не имея глубоких математических знаний, вполне возможно. Эта книга представляет собой руководство, доступное для понимания любому человеку, что позволяет при любом уровне подготовки быстро улучшить знания и навыки в области машинного обучения, освоить некоторые сложные и интересные методы.
Цена 2483 руб.
СравнитьКупить
2 483 ₽
- 12%
...
Интерпретируемое машинное обучение на Python
Книга поможет осознанно и эффективно работать с моделями машинного обучения. Дано введение в интерпретацию машинного обучения: раскрыты важность темы, ее ключевые понятия и проблемы. Рассмотрены методы интерпретации: модельно-агностические, якорные и контрфактические, для многопеременного прогнозирования, а также визуализации сверточных нейронных сетей. Раскрыты вопросы настройки на интерпретируемость: отбор и конструирование признаков, ослабление систематического смещения и причинно-следственный вывод, монотонные ограничения, настройка моделей и устойчивость к антагонизму. Показаны перспективы развития интерпретируемых моделей машинного обучения. Каждая глава книги включает подробные примеры исходного кода на языке Python. На сайте издательства размещен архив с цветными иллюстрациями. Для программистов в области машинного обучения.
Цена 2115 руб.
СравнитьКупить
2 115 ₽
- 12%
...
Интерпретируемое машинное обучение на Python
Книга поможет осознанно и эффективно работать с моделями машинного обучения. Дано введение в интерпретацию машинного обучения: раскрыты важность темы, ее ключевые понятия и проблемы. Рассмотрены методы интерпретации: модельно-агностические, якорные и контрфактические, для многопеременного прогнозирования, а также визуализации сверточных нейронных сетей. Раскрыты вопросы настройки на интерпретируемость: отбор и конструирование признаков, ослабление систематического смещения и причинно-следственный вывод, монотонные ограничения, настройка моделей и устойчивость к антагонизму. Показаны перспективы развития интерпретируемых моделей машинного обучения. Каждая глава книги включает подробные примеры исходного кода на языке Python.На сайте издательства размещен архив с цветными иллюстрациями.Для программистов в области машинного обучения.
Цена 2115 руб.
СравнитьКупить
2 115 ₽
- 13%
...
Проектирование систем машинного обучения
Сегодня машинное обучение – основной практический аппарат для применения искусственного интеллекта. Книга, основанная на стэнфордском учебном курсе, не ограничивается разбором конкретных библиотек, а описывает высокоуровневый подход к разработке систем машинного обучения, который упрощает их поддержку и развитие, позволяет избежать переобучения, искажения результатов. Рассказано, как сделать новую систему машинного обучения или нейронную сеть, надёжной, репрезентативной и расширяемой, а также качественно доработать уже существующие системы. Также показано, как подобрать библиотеки и алгоритмы с учётом имеющегося множества данных и действующих бизнес-требований, конструировать признаки и отслеживать метрики. Книга адресована программистам и специалистам по data science.
Цена 1287 руб.
СравнитьКупить
1 287 ₽
- 13%
...
Проектирование систем машинного обучения
Сегодня машинное обучение – основной практический аппарат для применения искусственного интеллекта. Книга, основанная на стэнфордском учебном курсе, не ограничивается разбором конкретных библиотек, а описывает высокоуровневый подход к разработке систем машинного обучения, который упрощает их поддержку и развитие, позволяет избежать переобучения, искажения результатов. Рассказано, как сделать новую систему машинного обучения или нейронную сеть, надёжной, репрезентативной и расширяемой, а также качественно доработать уже существующие системы. Также показано, как подобрать библиотеки и алгоритмы с учётом имеющегося множества данных и действующих бизнес-требований, конструировать признаки и отслеживать метрики.Книга адресована программистам и специалистам по data science.
Цена 1287 руб.
СравнитьКупить
1 287 ₽
...
Нейросети на Python. Основы ИИ и машинного обучения
Эта книга является практическим комплексным гидом по изучению ИИ и применению нейросетей. В ней вы найдете информацию о различных типах нейросетей, их архитектуре, принципах работы и различных возможностях использования. Примеры использования библиотек NumPy, PyTorch, Matplotlib, SciPy, NetworkX, TensorFlow, OpenCV, Pandas, scikit-learn, nltk помогут вам лучше понять действия нейросети в реальных условиях. Математические основы машинного обучения, с многочисленными примерами уравнений и формул на языке программирования Python, помогут понять истоки появления нейросетей с научной точки зрения. Отдельно рассмотрено практическое применение искусственного интеллекта, описаны способы взаимодействия с нейросетями разной направленности. Это будет полезно для всех, кто желает овладеть многочисленными возможностями современных нейросетей: генерацией изображений, созданием видео, написанием текстов, созданием озвучки и т.д. Помимо теоретической и практической частей, в книге есть ссылки на реальные нейросети, которые помогут читателям углубить свои знания и навыки в области их практического использования. Книга обязательно станет ценным ресурсом для всех, кто хочет изучить нейросети и их применение в самых различных сферах.
Цена 1057 руб.
СравнитьКупить
1 057 ₽
...
Нейросети на Python. Основы ИИ и машинного обучения
Эта книга является практическим комплексным гидом по изучению ИИ и применению нейросетей. В ней вы найдете информацию о различных типах нейросетей, их архитектуре, принципах работы и различных возможностях использования. Примеры использования библиотек NumPy, PyTorch, Matplotlib, SciPy, NetworkX, TensorFlow, OpenCV, Pandas, scikit-learn, nltk помогут вам лучше понять действия нейросети в реальных условиях. Математические основы машинного обучения, с многочисленными примерами уравнений и формул на языке программирования Python, помогут понять истоки появления нейросетей с научной точки зрения. Отдельно рассмотрено практическое применение искусственного интеллекта, описаны способы взаимодействия с нейросетями разной направленности. Это будет полезно для всех, кто желает овладеть многочисленными возможностями современных нейросетей: генерацией изображений, созданием видео, написанием текстов, созданием озвучки и т.д. Помимо теоретической и практической частей, в книге есть ссылки на реальные нейросети, которые помогут читателям углубить свои знания и навыки в области их практического использования. Книга обязательно станет ценным ресурсом для всех, кто хочет изучить нейросети и их применение в самых различных сферах.
Цена 1057 руб.
СравнитьКупить
1 057 ₽
...
Глубокое обучение с подкреплением: теория и практика на языке Python
Глубокое обучение с подкреплением (глубокое RL) сочетает в себе два подхода к машинному обучению. В ходе такого обучения виртуальные агенты учатся решать последовательные задачи о принятии решений. За последнее десятилетие было много неординарных достижений в этой области — от однопользовательских и многопользовательских игр, таких как го и видеоигры Atari и Dota 2, до робототехники.Эта книга — введение в глубокое обучение с подкреплением, уникально комбинирующее теорию и практику. Авторы начинают повествование с базовых сведений, затем подробно объясняют теорию алгоритмов глубокого RL, демонстрируют их реализации на примере программной библиотеки SLM Lab и напоследок описывают практические аспекты использования глубокого RL.Руководство идеально подойдет как для студентов, изучающих компьютерные науки, так и для разработчиков программного обеспечения, которые знакомы с основными принципами машинного обучения и знают Python.
Цена 2391 руб.
СравнитьКупить
  • Серия

    Библиотека для всех Детям про ЭТО Книги, которые все ждали История Отечества в романах, повестях, документах Музыка: искусство, наука, мастерство Эксклюзивная классика (Лучшее) Простая наука для детей Гиппенрейтер(под) Книга за книгой AR Наука для всех Книги, о которых говорят Библиотека для человека Наука, сэр! Медицинский нон-фикшн для ума и тела

  • Издатель

    АСТ Моркнига Наука ИГ Весь Наука и техника АСТ-Аудиокнига Наука КомКнига Транзиткнига Corpus (АСТ) Аудиокнига Москвоведение ИКИ Дальнаука Знак

  • Автор

    Жаров Тимофей Климович

  • Тип носителя

    Шаманов Алексей

  • Направление в научной литературе

    Организация здравоохранения

2 391 ₽
...
Глубокое обучение с подкреплением: теория и практика на языке Python
Глубокое обучение с подкреплением (глубокое RL) сочетает в себе два подхода к машинному обучению. В ходе такого обучения виртуальные агенты учатся решать последовательные задачи о принятии решений. За последнее десятилетие было много неординарных достижений в этой области — от однопользовательских и многопользовательских игр, таких как го и видеоигры Atari и Dota 2, до робототехники. Эта книга — введение в глубокое обучение с подкреплением, уникально комбинирующее теорию и практику. Авторы начинают повествование с базовых сведений, затем подробно объясняют теорию алгоритмов глубокого RL, демонстрируют их реализации на примере программной библиотеки SLM Lab и напоследок описывают практические аспекты использования глубокого RL. Руководство идеально подойдет как для студентов, изучающих компьютерные науки, так и для разработчиков программного обеспечения, которые знакомы с основными принципами машинного обучения и знают Python.
Цена 2391 руб.
СравнитьКупить
2 391 ₽

Дополнительно из категории

...
Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub
В недрах популярных социальных сетей - Twitter, Facebook, LinkedIn и Instagram - скрыты богатейшие залежи информации. Из этой книги исследователи, аналитики и разработчики узнают, как извлекать эти уникальные данные, используя код на Python, Jupyter Notebook или контейнеры Docker. .Сначала вы познакомитесь с функционалом самых популярных социальных сетей (Twitter, Facebook, LinkedIn, Instagram), веб-страниц, блогов и лент, электронной почты и GitHub. Затем приступите к анализу данных на примере Twitter. .Прочитайте эту книгу, чтобы .- Узнать о современном ландшафте социальных сетей .- Научиться использовать Docker, чтобы легко оперировать кодами, приведенными в книге; .- Узнать, как адаптировать и поставлять код в открытый репозиторий GitHub; .- Научиться анализировать собираемые данные с использованием возможностей Python 3; .- Освоить продвинутые приемы анализа, такие как TFIDF, косинусное сходство, анализ словосочетаний, определение клика и распознавание образов; .- Узнать, как создавать красивые визуализации данных с помощью Python и JavaScript. .Мэтью Рассел (Matthew Russell) - директор Built Technologies, он возглавляет команду лидеров, работающую над улучшением нашего мира. Вне работы Мэтью рациональный индивидуалист, готовящийся к возможному зомби-апокалипсису. .Михаил Классен (Mikhail Klassen) - главный специалист по обработке и анализу данных в Paladin AI, стартапе, занимающемуся адаптивными технологиями обучения. Он увлекается проблемами искусственного интеллекта и анализом данных. Когда Михаил не занят на работе, он любит читать и путешествовать.
Цена 1740 руб.
Сравнить
  • Автор

    Александреску Андрей Ритчи Деннис М.

  • Направление в компьютерной литературе

    Специальное Специальное

1 740 ₽
...
Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка
Технологии анализа текстовой информации стремительно меняются под влиянием машинного обучения. Нейронные сети из теоретических научных исследований перешли в реальную жизнь, и анализ текста активно интегрируется в программные решения. Нейронные сети способны решать самые сложные задачи обработки естественного языка, никого не удивляет машинный перевод, «беседа» с роботом в интернет-магазине, перефразирование, ответы на вопросы и поддержание диалога. Почему же Сири, Алекса и Алиса не хотят нас понимать, Google находит не то, что мы ищем, а машинные переводчики веселят нас примерами «трудностей перевода» с китайского на албанский? Ответ кроется в мелочах – в алгоритмах, которые правильно работают в теории, но сложно реализуются на практике. Научитесь применять методы машинного обучения для анализа текста в реальных задачах, используя возможности и библиотеки Python. От поиска модели и предварительной обработки данных вы перейдете к приемам классификации и кластеризации текстов, затем приступите к визуальной интерпретации, анализу графов, а после знакомства с приемами масштабирования научитесь использовать глубокое обучение для анализа текста.
Цена 1407 руб.
Сравнить
  • Направление в компьютерной литературе

    Упрощенное Специальное

1 407 ₽
...
Изучаем pandas. Высокопроизводительная обработка и анализ в Python
Библиотека pandas - популярный пакет для анализа и обработки данных на языке Python. Он предлагает эффективные, быстрые, высокопроизводительные структуры данных, которые позволяют существенно упростить работу. Данная книга познакомит вас с обширным набором инструментов, предлагаемых библиотекой pandas, - начиная с обзора загрузки данных с удаленных источников, выполнения численного и статистического анализа, индексации, агрегации и заканчивая визуализацией данных и анализом финансовой информации. Издание предназначено всем разработчикам на языке Python, интересующимся обработкой данных.
Цена 1903 руб.
Сравнить
  • Направление в компьютерной литературе

    Специальное

1 903 ₽
...
Интернет вещей. Новая технологическая революция
IoT - инструмент, который поможет вырваться бизнесу вперед. Мачей Кранц рассказывает об инновационной технологии и об особенностях внедрения ее в разные отрасли. Эта книга научит вас использовать IoT, предсказывать грядущие перемены и разрабатывать уникальные стратегии, способные обеспечить вашему бизнесу и карьере процветание.
Цена 973 руб.
Сравнить
973 ₽
...
Python для сложных задач. Наука о данных и машинное обучение
Книга "Python Data Science Handbook" - это подробное руководство по самым разным вычислительным и статистическим методам, без которых немыслима любая интенсивная обработка данных, научные исследования и передовые разработки. Читатели, уже имеющие опыт программирования и желающие эффективно использовать Python в сфере Data Science, найдут в этой книге ответы на всевозможные вопросы, например: 1) как мне считать этот формат данных в мой скрипт? 2) Как преобразовать, очистить эти данные и манипулировать ими? 3) Как визуализировать данные такого типа? Как при помощи этих данных разобраться в ситуации, получить ответы на вопросы, построить статистические модели или реализовать машинное обучение?
Цена 2545 руб.
Сравнить
  • Направление в компьютерной литературе

    Упрощенное

2 545 ₽
Москва
Санкт-Петербург
Ангарск
Армавир
Архангельск
Астрахань
Балаково
Балашиха
Барнаул
Белгород
Бийск
Благовещенск
Братск
Брянск
Великий Новгород
Владивосток
Владикавказ
Владимир
Волгоград
Волжский
Вологда
Воронеж
Грозный
Дзержинск
Екатеринбург
Иваново
Ижевск
Иркутск
Йошкар-Ола
Казань
Калининград
Калуга
Кемерово
Киров
Комсомольск-на-Амуре
Королёв
Кострома
Краснодар
Красноярск
Курган
Курск
Липецк
Магнитогорск
Махачкала
Мурманск
Набережные Челны
Нальчик
Нижневартовск
Нижнекамск
Нижний Новгород
Нижний Тагил
Новокузнецк
Новороссийск
Новосибирск
Омск
Орёл
Оренбург
Орск
Пенза
Пермь
Петрозаводск
Петропавловск-Камчатский
Подольск
Прокопьевск
Псков
Ростов-на-Дону
Рыбинск
Рязань
Самара
Саранск
Саратов
Северодвинск
Смоленск
Сочи
Ставрополь
Старый Оскол
Стерлитамак
Сургут
Сыктывкар
Таганрог
Тамбов
Тверь
Тольятти
Томск
Тула
Тюмень
Улан-Удэ
Ульяновск
Уфа
Хабаровск
Химки
Чебоксары
Челябинск
Череповец
Чита
Шахты
Энгельс
Южно-Сахалинск
Якутск
Ярославль
другой город