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

Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow. Концепции, инструменты и техники

Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow. Концепции, инструменты и техникиНажми для увеличения фото
Показать все аналоги
 Сравнить
 В избранное
 Похожие товары
 Видео обзоры

Рекомендательный сервис

  • Общий рейтинг 4.81
  • Рейтинг покупателей 3.10
  • Рейтинг экспертов 4.78
  • Качество материалов 4.19
  • Надежность 4.88
  • Простота в использовании 4.97
  • Ремонтопригодность 4.58
  • Эффективность выполнения своих функций 4.51
  • Коэффициент удивления "Вау!" 4.81
  • Безопасность для пользователя4.08
  • Внешний вид 4.87
  • Удобство в уходе и чистке 4.95
  • Экологическая безопасность 4.75
  • Гарантия на товар 4.99
  • Соответствие стандартам качества 4.87
  • Инновационные технологии 4.90
  • Хит продаж 4.81
  • Скорость морального устаревания 4.15
  • Энергоэффективность 4.57
  • Универсальность использования 4.11
  • Наличие дополнительных функций 4.95
  • Соотношение цена-качество 3.79
  • Практичность и удобство хранения 4.18
  • Стабильность работы в различных условиях 4.50
  • Возможность персонализации 4.01
  • Ликвидность 4.58
  • Индекс рекомендаций 3.99
Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow. Концепции, инструменты и техники для создания интеллектуальных систем. Полноцветное издание. "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 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 показано, что и как следует делать. За счет применения конкретных примеров, минимума теории и двух фреймворков Python производственного уровня - Scikit-Learn и TensorFlow - автор книги Орельен Жерон поможет вам получить интуитивное представление о концепциях и инструментах, предназначенных для построения интеллектуальных систем. Вы узнаете о ряде приемов, начав с простой линейной регрессии и постепенно добравшись до глубоких нейронных сетей. Учитывая наличие в каждой главе упражнений, призванных 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 сверточные 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 Об авторе Орельен Жерон - консультант по машинному обучению. Бывший работник компании Google, он руководил командой классификации видеороликов YouTube с 2013 по 2016 год. С 2002 по 2012 год он также был основателем и руководителем технического отдела в компании Wifirst, ведущего поставщика услуг беспроводного доступа к Интернету во Франции, а в 2001 году - основателем и руководителем технического отдела в фирме Polyconseil, которая сейчас управляет сервисом совместного пользования электромобилями Autolib'.
Информация о характеристиках, комплекте поставки, стране изготовления, внешнем виде и цвете товара носит справочный характер и взятая из открытых источников.
Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow. Концепции, инструменты и техники продается в интернет-магазине Лабиринт
Эксперт: Светлана М., персональный онлайн-шопер
Дата рецензии: 14 октября 2025 года
Рекомендация к покупке нейтральная

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

Часто задаваемые вопросы

Оплатить покупку возможно банковскими картами, банковским переводом, наличными при получении. Перечень всех способов оплаты доступен при оформлении заказа.
Да, в соответствии с законом «О защите прав потребителей» вы можете вернуть товар надлежащего качества в течение 14 дней с момента покупки, если он не был в употреблении, сохранены упаковка, ярлыки и товарный вид, и при этом не входит в перечень товаров, не подлежащих возврату или обмену (утверждённый Постановлением Правительства РФ №55).
На большинство товаров предоставляется гарантия от производителя. Срок гарантии указан в описании товара.

Рекомендуем аналогичные товары

- 11%
Машинное обучение с PyTorch и Scikit-Learn
Машинное обучение с PyTorch и Scikit-Learn
Исчерпывающее руководство по машинному (МО) и глубокому обучению с использованием языка программирования Python, фреймворка PyTorch и библиотеки scikit-learn. Рассмотрены основы МО, алгоритмы для задач классификации, классификаторы на основе scikit-learn, предварительная обработка и сжатие данных, современные методы оценки моделей и объединение различных моделей для ансамблевого обучения. Рассказано о применении МО для анализа текста и прогнозировании непрерывных целевых переменных с помощью регрессионного анализа, кластерном анализе и обучении без учителя, показано построение многослойной искусственной нейронной сети с нуля. Раскрыты продвинутые возможности PyTorch для решения сложных задач. Описано применение глубоких сверточных и рекуррентных нейронных сетей, трансформеров, генеративных состязательных и графовых нейронных сетей, Особое внимание уделено обучению с подкреплением для систем принятия решений в сложных средах. Электронный архив содержит цветные иллюстрации и коды всех примеров.Для программистов в области машинного обучения
Цена 2299 руб.
СравнитьКупить
2 299 ₽
- 11%
Машинное обучение с PyTorch и Scikit-Learn
Машинное обучение с PyTorch и Scikit-Learn
Исчерпывающее руководство по машинному (МО) и глубокому обучению с использованием языка программирования Python, фреймворка PyTorch и библиотеки scikit-learn. Рассмотрены основы МО, алгоритмы для задач классификации, классификаторы на основе scikit-learn, предварительная обработка и сжатие данных, современные методы оценки моделей и объединение различных моделей для ансамблевого обучения. Рассказано о применении МО для анализа текста и прогнозировании непрерывных целевых переменных с помощью регрессионного анализа, кластерном анализе и обучении без учителя, показано построение многослойной искусственной нейронной сети с нуля. Раскрыты продвинутые возможности PyTorch для решения сложных задач. Описано применение глубоких сверточных и рекуррентных нейронных сетей, трансформеров, генеративных состязательных и графовых нейронных сетей, Особое внимание уделено обучению с подкреплением для систем принятия решений в сложных средах. Электронный архив содержит цветные иллюстрации и коды всех примеров. Для программистов в области машинного обучения
Цена 2299 руб.
СравнитьКупить
2 299 ₽
Машинное обучение с помощью Python для всех. Руководство по созданию систем машинного обучения: от основ до мощных инструментов
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 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 на R: экспертные техники для прогностического анализа
Машинное обучение на R: экспертные техники для прогностического анализа
Язык R предлагает мощный набор методов машинного обучения, позволяющих быстро проводить нетривиальный анализ ваших данных. Книга является руководством, которое поможет применять методы машинного обучения в решении ежедневных задач. Бретт Ланц научит всему необходимому для анализа данных, формирования прогнозов и визуализации данных. Здесь вы найдете информацию о новых улучшенных библиотеках, советы об этических аспектах машинного обучения и проблемах предвзятости, а также познакомитесь с глубоким обучением. В этой книге: - Основы машинного обучения и особенности обучения компьютера на примерах. - Подготовка данных к использованию в машинном обучении средствами языка R. - Классификация значимости результатов. - Предсказание событий с помощью деревьев решений, правил и опорных векторов. - Прогнозирование числовых данных и оценка финансовых данных с помощью регрессионных методов. - Моделирование сложных процессов с использованием нейронных сетей – фундамент глубокого обучения. - Оценка моделей и улучшение их производительности. - Новейшие технологии для обработки больших данных, в частности R 3.6, Spark, H2O и TensorFlow.
Цена 2667 руб.
СравнитьКупить
  • Серия

    Для дома, для семьи Библиотека для всех Познай себя Вопрос - ответ(бол) Детям про ЭТО Книги, которые все ждали Сказки Эксклюзивная классика (Лучшее) Для дома, для семьи Гиппенрейтер(под) Книга за книгой AR Детям о праве Книги, о которых говорят Правила работы Мир технологий Библиотека для человека Три века

  • Издатель

    АСТ Лань Моркнига Мир книги АСТ-Аудиокнига Слово КомКнига Мир Транзиткнига Перо Мир Corpus (АСТ) Аудиокнига Семь Дней ИКИ Знак Техинформ Век 2

  • Тип носителя

    Шаманов Алексей

2 667 ₽
Машинное обучение на R: экспертные техники для прогностического анализа
Машинное обучение на R: экспертные техники для прогностического анализа
Язык R предлагает мощный набор методов машинного обучения, позволяющих быстро проводить нетривиальный анализ ваших данных. Книга является руководством, которое поможет применять методы машинного обучения в решении ежедневных задач. Бретт Ланц научит всему необходимому для анализа данных, формирования прогнозов и визуализации данных. Здесь вы найдете информацию о новых улучшенных библиотеках, советы об этических аспектах машинного обучения и проблемах предвзятости, а также познакомитесь с глубоким обучением. В этой книге: - Основы машинного обучения и особенности обучения компьютера на примерах. - Подготовка данных к использованию в машинном обучении средствами языка R. - Классификация значимости результатов. - Предсказание событий с помощью деревьев решений, правил и опорных векторов. - Прогнозирование числовых данных и оценка финансовых данных с помощью регрессионных методов. - Моделирование сложных процессов с использованием нейронных сетей – фундамент глубокого обучения. - Оценка моделей и улучшение их производительности. - Новейшие технологии для обработки больших данных, в частности R 3.6, Spark, H2O и TensorFlow.
Цена 2667 руб.
СравнитьКупить
2 667 ₽
- 21%
TensorFlow For Dummies
TensorFlow For Dummies
Become a machine learning pro! Google TensorFlow has become the darling of financial firms and research organizations, but the technology can be intimidating and the learning curve is steep. Luckily, TensorFlow For Dummies is here to offer you a friendly, easy-to-follow book on the subject. Inside, you’ll find out how to write applications with TensorFlow, while also grasping the concepts underlying machine learning—all without ever losing your cool! Machine learning has become ubiquitous in modern society, and its applications include language translation, robotics, handwriting analysis, financial prediction, and image recognition. TensorFlow is Google's preeminent toolset for machine learning, and this hands-on guide makes it easy to understand, even for those without a background in artificial intelligence. Install TensorFlow on your computer Learn the fundamentals of statistical regression and neural networks Visualize the machine learning process with TensorBoard Perform image recognition with convolutional neural networks (CNNs) Analyze sequential data with recurrent neural networks (RNNs) Execute TensorFlow on mobile devices and the Google Cloud Platform (GCP) If you’re a manager or software developer looking to use TensorFlow for machine learning, this is the book you’ll want to have close by.
Цена 3395 руб.
СравнитьКупить
  • Язык программирования

    Упрощенное

  • Форматы
    PDF
3 395 ₽
Машинное обучение: основы
Машинное обучение: основы
Машинное обучение давно уже стало синонимом искусственного интеллекта. Оно проникло во многие аспекты нашей жизни и стало одной из важнейших областей современной науки. Эта книга — путеводитель по ключевым идеям машинного обучения. Вы узнаете, как методы машинного обучения получаются из основных принципов теории вероятностей, пройдёте путь от теоремы Байеса до обобщённых линейных моделей и узнаете в лицо тех китов, на которых стоит весь современный искусственный интеллект. Множество увлекательных кейсов, практических примеров и интересных задач — от анализа ретроспективных научных исследований до эффекта "горячей руки" в баскетболе — помогут разобраться в самых сложных концепциях. Кроме того, книга может лечь в основу базовых курсов по машинному обучению.
Цена 2667 руб.
СравнитьКупить
2 667 ₽
Машинное обучение: основы
Машинное обучение: основы
Машинное обучение давно уже стало синонимом искусственного интеллекта. Оно проникло во многие аспекты нашей жизни и стало одной из важнейших областей современной науки. Эта книга — путеводитель по ключевым идеям машинного обучения. Вы узнаете, как методы машинного обучения получаются из основных принципов теории вероятностей, пройдёте путь от теоремы Байеса до обобщённых линейных моделей и узнаете в лицо тех китов, на которых стоит весь современный искусственный интеллект. Множество увлекательных кейсов, практических примеров и интересных задач — от анализа ретроспективных научных исследований до эффекта "горячей руки" в баскетболе — помогут разобраться в самых сложных концепциях. Кроме того, книга может лечь в основу базовых курсов по машинному обучению.
Цена 2667 руб.
СравнитьКупить
2 667 ₽
Математика в машинном обучении
Математика в машинном обучении
Фундаментальные математические дисциплины, необходимые для понимания машинного обучения, — это линейная алгебра, аналитическая геометрия, векторный анализ, оптимизация, теория вероятностей и статистика. Традиционно все эти темы размазаны по различным курсам, поэтому студентам, изучающим data science или computer science, а также профессионалам в МО, сложно выстроить знания в единую концепцию. Эта книга самодостаточна: читатель знакомится с базовыми математическими концепциями, а затем переходит к четырем основным методам МО: линейной регрессии, методу главных компонент, гауссову моделированию и методу опорных векторов. Тем, кто только начинает изучать математику, такой подход поможет развить интуицию и получить практический опыт в применении математических знаний, а для читателей с базовым математическим образованием книга послужит отправной точкой для более продвинутого знакомства с машинным обучением.
Цена 2943 руб.
СравнитьКупить
2 943 ₽

Дополнительно из категории

Data Science. Наука о данных с нуля
Data Science. Наука о данных с нуля
Книга позволяет освоить науку о данных, начав "с чистого листа". Она написана так, что способствуют погружению в Data Science аналитика, фактически не обладающего глубокими знаниями в этой прикладной дисциплине. При этом вы убедитесь, что описанные в книге программные библиотеки, платформы, модули и пакеты инструментов, предназначенные для работы в области науки о данных, великолепно справляются с задачами анализа данных. А если у вас есть способности к математике и навыки программирования, то Джоэл Грас поможет вам почувствовать себя комфортно с математическим и статистическим аппаратом, лежащим в основе науки о данных, а также с приемами алгоритмизации, которые потребуются для работы в этой области. В сегодняшнем хаотическом потоке данных скрыты ответы на многие волнующие человека вопросы. Книга познакомит с методологией, которая позволит правильно сформулировать эти вопросы и найти на них ответы. Вместе с Джоэлом Грас и его книгой: - Пройдите интенсивный курс языка Python - Изучите элементы линейной алгебры, математической статистики, теории вероятностей и их применение в науке о данных - Займитесь сбором, очисткой, нормализацией и управлением данными - Окунитесь в основы машинного обучения - Познакомьтесь с различными математическими моделями и их реализацией по методу k-ближайших соседей, наивной байесовской классификации, линейной и логистической регрессии, а также моделями на основе деревьев принятия решений, нейронных сетей и кластеризации - Освойте работу с рекомендательными системами, приемы обработки естественного языка, методы анализа социальных сетей, технологии MapReduce и баз данных "Джоэл проведет для вас экскурсию по науке о данных. В результате вы перейдете от простого любопытства к глубокому пониманию насущных алгоритмов, которые должен знать любой аналитик данных". Роит Шивапрасад, Специалист компании Amazon в области Data Science с 2014 г. Об авторе Джоэл Грас работает инженером-программистом в компании Google. До этого занимался аналитической работой в нескольких стартапах. Активно участвует в неформальных мероприятиях специалистов в области науки о данных.
Цена 1129 руб.
Сравнить
  • Серия

    Библиотека программиста

  • Направление в компьютерной литературе

    Специальное Упрощенное Специальное Коллекционное

  • Вес
    2014 г
1 129 ₽
Компьютерные технологии анализа данных в эконометрике: Монография. - 3-е изд., испр. и доп.
Компьютерные технологии анализа данных в эконометрике: Монография. - 3-е изд., испр. и доп.
В данной научно-практической работе показано решение задач эконометрического моделирования на основе комплексного применения компьютерных технологий анализа данных средствами отечественных статистических пакетов прикладных программ. Рассмотрены методы... . . . . . . . . .
Цена 2578 руб.
Сравнить
  • Направление в компьютерной литературе

    Специальное

2 578 ₽
Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка
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 ₽
Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub
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 ₽
Статистика и котики
Статистика и котики
Из этой книги вы узнаете, что такое дисперсия и стандартное отклонение, как найти t-критерий Стьюдента и U-критерий Манна-Уитни, для чего используются регрессионный и факторный анализы, а также многое и многое другое. И все это - на простых и понятных примерах из жизни милых и пушистых котиков, которые дарят нам множество приятных эмоций.
Цена 686 руб.
Сравнить
686 ₽
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