📖 The Well-Grounded Python Developer
Автор: Фаррелл Даг
Описание:
Опытный разработчик на Python покажет вам, почему Python, самый популярный в мире язык программирования, является фантастическим инструментом для профессионального развития. Он познакомит вас с наиболее важными навыками, такими как присвоение имен переменным, функциям и классам, определение и написание хорошего API и использование объектов. Вы также узнаете, как справляться с неизбежными сбоями, как создавать программное обеспечение, подключающееся к Интернету, основные методы обеспечения безопасности и многие другие методы профессионального уровня.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML
Автор: Фаррелл Даг
Описание:
Опытный разработчик на Python покажет вам, почему Python, самый популярный в мире язык программирования, является фантастическим инструментом для профессионального развития. Он познакомит вас с наиболее важными навыками, такими как присвоение имен переменным, функциям и классам, определение и написание хорошего API и использование объектов. Вы также узнаете, как справляться с неизбежными сбоями, как создавать программное обеспечение, подключающееся к Интернету, основные методы обеспечения безопасности и многие другие методы профессионального уровня.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML
📖 Building Machine Learning Powered Applications
Автор: Emmanuel Ameisen
Описание:
Изучите навыки, необходимые для проектирования, создания и развертывания приложений на основе машинного обучения. В ходе этой практической книги вы создадите пример приложения на основе машинного обучения от первоначальной идеи до развернутого продукта. Специалисты по данным, инженеры-программисты и менеджеры по продуктам с небольшим или нулевым опытом в области машинного обучения шаг за шагом изучат инструменты, передовые методы и проблемы, связанные с созданием реального приложения машинного обучения.
Автор Эммануэль Амейзен, работавший специалистом по данным в Zipcar и руководивший программой искусственного интеллекта Insight Data Science, демонстрирует ключевые концепции машинного обучения с помощью фрагментов кода, иллюстраций и снимков экрана из примера приложения в книге.
Первая часть этого руководства показывает, как планировать и измерять успех приложения машинного обучения. Часть II показывает, как создать рабочую модель машинного обучения, а часть III объясняет, как улучшать модель, пока она не будет соответствовать вашему первоначальному видению. Часть IV охватывает стратегии развертывания и мониторинга.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML
Автор: Emmanuel Ameisen
Описание:
Изучите навыки, необходимые для проектирования, создания и развертывания приложений на основе машинного обучения. В ходе этой практической книги вы создадите пример приложения на основе машинного обучения от первоначальной идеи до развернутого продукта. Специалисты по данным, инженеры-программисты и менеджеры по продуктам с небольшим или нулевым опытом в области машинного обучения шаг за шагом изучат инструменты, передовые методы и проблемы, связанные с созданием реального приложения машинного обучения.
Автор Эммануэль Амейзен, работавший специалистом по данным в Zipcar и руководивший программой искусственного интеллекта Insight Data Science, демонстрирует ключевые концепции машинного обучения с помощью фрагментов кода, иллюстраций и снимков экрана из примера приложения в книге.
Первая часть этого руководства показывает, как планировать и измерять успех приложения машинного обучения. Часть II показывает, как создать рабочую модель машинного обучения, а часть III объясняет, как улучшать модель, пока она не будет соответствовать вашему первоначальному видению. Часть IV охватывает стратегии развертывания и мониторинга.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML
📖 Machine Learning for Imbalanced Data1
Автор: Abdelaziz Mounir, Abhishek Kumar
Описание:
Как практики машинного обучения, мы часто сталкиваемся с несбалансированными наборами данных, в которых один класс содержит значительно меньше экземпляров, чем другой. Многие алгоритмы машинного обучения предполагают равновесие между классами большинства и меньшинства, что приводит к неоптимальной производительности при несбалансированных данных. Устранение классового дисбаланса имеет решающее значение для значительного повышения производительности модели.
Машинное обучение для несбалансированных данных начинается с описания проблем, связанных с несбалансированными наборами данных, и важности решения этих проблем. Затем вы познакомитесь с методами, которые повышают производительность работы с несбалансированными данными при использовании классических моделей машинного обучения, включая различные методы выборки и обучения с учетом затрат.
По мере продвижения в книге рассматриваются аналогичные и более продвинутые методы для моделей глубокого обучения, использующие PyTorch в качестве основного фреймворка. На протяжении всей книги практические примеры предоставляют работающий, воспроизводимый код, демонстрирующий практическую реализацию каждого метода.
К концу этой книги вы будете искусны в выявлении и устранении классовых дисбалансов и уверенно применять различные методы, включая выборку, методы, учитывающие затраты, и корректировку пороговых значений при использовании традиционных моделей машинного обучения или глубокого обучения.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML
Автор: Abdelaziz Mounir, Abhishek Kumar
Описание:
Как практики машинного обучения, мы часто сталкиваемся с несбалансированными наборами данных, в которых один класс содержит значительно меньше экземпляров, чем другой. Многие алгоритмы машинного обучения предполагают равновесие между классами большинства и меньшинства, что приводит к неоптимальной производительности при несбалансированных данных. Устранение классового дисбаланса имеет решающее значение для значительного повышения производительности модели.
Машинное обучение для несбалансированных данных начинается с описания проблем, связанных с несбалансированными наборами данных, и важности решения этих проблем. Затем вы познакомитесь с методами, которые повышают производительность работы с несбалансированными данными при использовании классических моделей машинного обучения, включая различные методы выборки и обучения с учетом затрат.
По мере продвижения в книге рассматриваются аналогичные и более продвинутые методы для моделей глубокого обучения, использующие PyTorch в качестве основного фреймворка. На протяжении всей книги практические примеры предоставляют работающий, воспроизводимый код, демонстрирующий практическую реализацию каждого метода.
К концу этой книги вы будете искусны в выявлении и устранении классовых дисбалансов и уверенно применять различные методы, включая выборку, методы, учитывающие затраты, и корректировку пороговых значений при использовании традиционных моделей машинного обучения или глубокого обучения.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML
📖 Machine Learning for Tabular Data
Автор: Kennedy Brett
Описание:
Машинное обучение для табличных данных предоставляет практические методы ML для улучшения каждого этапа процесса анализа бизнес-данных. В нем вы изучите такие примеры, как использование XGBoost и Keras для прогнозирования цен на краткосрочную аренду, развертывание локальной модели ML с помощью Python и Flask и оптимизация рабочих процессов с помощью больших языковых моделей (LLM). Попутно вы научитесь делать свои модели более мощными и понятными.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML
Автор: Kennedy Brett
Описание:
Машинное обучение для табличных данных предоставляет практические методы ML для улучшения каждого этапа процесса анализа бизнес-данных. В нем вы изучите такие примеры, как использование XGBoost и Keras для прогнозирования цен на краткосрочную аренду, развертывание локальной модели ML с помощью Python и Flask и оптимизация рабочих процессов с помощью больших языковых моделей (LLM). Попутно вы научитесь делать свои модели более мощными и понятными.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML
📖 Машинное обучение с малым объемом кодирования
Автор: Стриплинг Г
Описание:
В книге подробно представлены три проблемно-ориентированных вида машинного обучения (Machine leaming, ML): автоматизированное обучение AutoML без кодирования, обучение BigQuery ML с малым объемом кодирования и обучение с применением пользовательского кода на основе библиотек scikit-leam и Keras. При этом от читателя не требуется глубоких предварительных знаний в ML или программировании, но базовые навыки в этих областях будут полезны. Специализированные библиотеки, фреймворки ML, репозиторий GitHub и другие инструменты описаны по мере их необходимости. В каждом конкретном случае ключевые концепции ML раскрыты с использованием реальных наборов данных для решения реальных задач. Рассмотрено применение AutoML для прогнозирования продаж, использование BigQuery ML для обучения линейных регрессионных моделей, обучение пользовательских МL-моделей на Python для прогнозирования оттока клиентов и ряд других популярных бизнес-кейсов.
Для студентов, начинающих МL-инженеров и аналитиков данных
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
Автор: Стриплинг Г
Описание:
В книге подробно представлены три проблемно-ориентированных вида машинного обучения (Machine leaming, ML): автоматизированное обучение AutoML без кодирования, обучение BigQuery ML с малым объемом кодирования и обучение с применением пользовательского кода на основе библиотек scikit-leam и Keras. При этом от читателя не требуется глубоких предварительных знаний в ML или программировании, но базовые навыки в этих областях будут полезны. Специализированные библиотеки, фреймворки ML, репозиторий GitHub и другие инструменты описаны по мере их необходимости. В каждом конкретном случае ключевые концепции ML раскрыты с использованием реальных наборов данных для решения реальных задач. Рассмотрено применение AutoML для прогнозирования продаж, использование BigQuery ML для обучения линейных регрессионных моделей, обучение пользовательских МL-моделей на Python для прогнозирования оттока клиентов и ряд других популярных бизнес-кейсов.
Для студентов, начинающих МL-инженеров и аналитиков данных
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
📖 Машинное обучение: основы
Автор: Николенко Сергей
Описание:
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.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
Автор: Николенко Сергей
Описание:
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.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
📖 Машинное обучение: алгоритмы для бизнеса
Автор: Клейнберг Дж., Тардос Е.
Описание:
Маркос Лопез де Прадо делится тем, что обычно скрывают - самыми прибыльными алгоритмами машинного обучения, которые он использовал на протяжении двух десятилетий, чтобы управлять большими пулами средств самых требовательных инвесторов.
Машинное обучение меняет практически каждый аспект нашей жизни, алгоритмы МО выполняют задачи, которые до недавнего времени доверяли только проверенным экспертам. В ближайшем будущем машинное обучение будет доминировать в финансах, гадание на кофейной гуще уйдет в прошлое, а инвестиции перестанут быть синонимом азартных игр.
Воспользуйтесь шансом поучаствовать в «машинной революции», для этого достаточно познакомиться с первой книгой, в которой приведен полный и систематический анализ методов машинного обучения применительно к финансам: начиная со структур финансовых данных, маркировки финансового ряда, взвешиванию выборки, дифференцированию временного ряда... и заканчивая целой частью, посвященной правильному бэктестированию инвестиционных стратегий.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
Автор: Клейнберг Дж., Тардос Е.
Описание:
Маркос Лопез де Прадо делится тем, что обычно скрывают - самыми прибыльными алгоритмами машинного обучения, которые он использовал на протяжении двух десятилетий, чтобы управлять большими пулами средств самых требовательных инвесторов.
Машинное обучение меняет практически каждый аспект нашей жизни, алгоритмы МО выполняют задачи, которые до недавнего времени доверяли только проверенным экспертам. В ближайшем будущем машинное обучение будет доминировать в финансах, гадание на кофейной гуще уйдет в прошлое, а инвестиции перестанут быть синонимом азартных игр.
Воспользуйтесь шансом поучаствовать в «машинной революции», для этого достаточно познакомиться с первой книгой, в которой приведен полный и систематический анализ методов машинного обучения применительно к финансам: начиная со структур финансовых данных, маркировки финансового ряда, взвешиванию выборки, дифференцированию временного ряда... и заканчивая целой частью, посвященной правильному бэктестированию инвестиционных стратегий.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
📖 Машинное обучение для абсолютных новичков. Вводный курс, изложенный простым языком
Автор: Теобальд Оливер
Описание:
Простые и понятные объяснения и отсутствие необходимости опыта программирования делают эту книгу прекрасной альтернативой академическому учебнику. Здесь представлены основные алгоритмы машинного обучения (ML), которые сопровождаются наглядными примерами и практическими работами. Также вы узнаете про перекрестную проверку, ансамблевое моделирование, поиск по сетке для настройки моделей, проектирование функций, горячее кодирование и многое другое.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
Автор: Теобальд Оливер
Описание:
Простые и понятные объяснения и отсутствие необходимости опыта программирования делают эту книгу прекрасной альтернативой академическому учебнику. Здесь представлены основные алгоритмы машинного обучения (ML), которые сопровождаются наглядными примерами и практическими работами. Также вы узнаете про перекрестную проверку, ансамблевое моделирование, поиск по сетке для настройки моделей, проектирование функций, горячее кодирование и многое другое.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
📖 Машинное обучение с участием человека
Автор: Монарх (Манро) Роберт
Описание:
Эта книга нацелена на изучение взаимодействия искусственного интеллекта и
человека в процессе создания и эксплуатации систем машинного обучения. В отличие
от большинства курсов по машинному обучению, сосредоточенных на алгоритмах,
большое внимание уделяется работе с данными: их маркировке, аннотированию,
проверке и обновлению. Впервые под одной обложкой собраны наиболее
распространенные стратегии аннотирования, активного обучения и смежных задач, таких
как проектирование интерфейса для аннотирования.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
Автор: Монарх (Манро) Роберт
Описание:
Эта книга нацелена на изучение взаимодействия искусственного интеллекта и
человека в процессе создания и эксплуатации систем машинного обучения. В отличие
от большинства курсов по машинному обучению, сосредоточенных на алгоритмах,
большое внимание уделяется работе с данными: их маркировке, аннотированию,
проверке и обновлению. Впервые под одной обложкой собраны наиболее
распространенные стратегии аннотирования, активного обучения и смежных задач, таких
как проектирование интерфейса для аннотирования.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
📖 Active Machine Learning with Python
Автор: Массон-Форсайт Марго
Описание:
Для построения точных моделей машинного обучения требуются качественные данные, причем в большом количестве. Однако для большинства команд сбор массивных наборов данных занимает много времени, обходится дорого или вообще невозможен. Это практическое руководство по активному машинному обучению, подготовленное Марго Массон-Форсайт, опытным инженером ML и сторонником достижений в области обработки хирургических данных и искусственного интеллекта в области климата, демонстрирует, как обучать надежные модели, используя лишь малую часть данных, используя мощные инструменты активного обучения Python.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML #Python
Автор: Массон-Форсайт Марго
Описание:
Для построения точных моделей машинного обучения требуются качественные данные, причем в большом количестве. Однако для большинства команд сбор массивных наборов данных занимает много времени, обходится дорого или вообще невозможен. Это практическое руководство по активному машинному обучению, подготовленное Марго Массон-Форсайт, опытным инженером ML и сторонником достижений в области обработки хирургических данных и искусственного интеллекта в области климата, демонстрирует, как обучать надежные модели, используя лишь малую часть данных, используя мощные инструменты активного обучения Python.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML #Python
📖 Hands-on Deep Learning
Автор: Bhasin H.
Описание:
В этой книге обсуждается глубокое обучение, от его фундаментальных принципов до практических приложений, с практическими упражнениями и кодированием. Основное внимание уделяется методам глубокого обучения и показывается, как применять их в широком спектре практических сценариев.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML
Автор: Bhasin H.
Описание:
В этой книге обсуждается глубокое обучение, от его фундаментальных принципов до практических приложений, с практическими упражнениями и кодированием. Основное внимание уделяется методам глубокого обучения и показывается, как применять их в широком спектре практических сценариев.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML
📖 Машинное обучение. От основ до продвинутых моделей
Автор: Принс С.
Описание:
Книга «Машинное обучение. От основ до продвинутых моделей» предлагает уникальный и доступный подход к пониманию одной из самых динамично развивающихся областей в мире технологий – машинного и глубокого обучения. Автор уделяет внимание как основным аспектам, так и последним достижениям в сфере Deep Learning. Это издание – идеальный помощник для тех, кто стремится к освоению современных методов машинного обучения и их практическому применению.
Книга предназначена тем, кто хочет начать путь в мир искусственного интеллекта и глубоких нейронных сетей, но также будет полезна опытным разработчикам, ищущим свежий взгляд на современные методы машинного обучения.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
Автор: Принс С.
Описание:
Книга «Машинное обучение. От основ до продвинутых моделей» предлагает уникальный и доступный подход к пониманию одной из самых динамично развивающихся областей в мире технологий – машинного и глубокого обучения. Автор уделяет внимание как основным аспектам, так и последним достижениям в сфере Deep Learning. Это издание – идеальный помощник для тех, кто стремится к освоению современных методов машинного обучения и их практическому применению.
Книга предназначена тем, кто хочет начать путь в мир искусственного интеллекта и глубоких нейронных сетей, но также будет полезна опытным разработчикам, ищущим свежий взгляд на современные методы машинного обучения.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
📖 Machine Learning Engineering on AWS
Автор: Joshua Arvin Lat
Описание:
Растет потребность в профессионалах с опытом работы над требованиями к машинному обучению (ML), а также в специалистах, обладающих знаниями по автоматизации сложных конвейеров MLOps в облаке. В этой книге рассматриваются различные сервисы AWS, такие как Amazon Elastic Kubernetes Service, AWS Glue, AWS Lambda, Amazon Redshift и AWS Lake Formation, которые специалисты по машинному обучению могут использовать для удовлетворения различных требований к инженерии данных и машинному обучению в производстве.
В этой книге по машинному обучению рассматриваются основные концепции, а также пошаговые инструкции, которые помогут вам получить четкое представление о том, как управлять рабочими нагрузками ML в облаке и обеспечивать их безопасность. По мере продвижения по главам вы узнаете, как использовать несколько контейнерных и бессерверных решений при обучении и развертывании моделей глубокого обучения TensorFlow и PyTorch в AWS. Вы также подробно изучите проверенные методы оптимизации затрат, а также стратегии конфиденциальности данных и сохранения конфиденциальности моделей, изучая передовые практики при использовании каждого AWS.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML
Автор: Joshua Arvin Lat
Описание:
Растет потребность в профессионалах с опытом работы над требованиями к машинному обучению (ML), а также в специалистах, обладающих знаниями по автоматизации сложных конвейеров MLOps в облаке. В этой книге рассматриваются различные сервисы AWS, такие как Amazon Elastic Kubernetes Service, AWS Glue, AWS Lambda, Amazon Redshift и AWS Lake Formation, которые специалисты по машинному обучению могут использовать для удовлетворения различных требований к инженерии данных и машинному обучению в производстве.
В этой книге по машинному обучению рассматриваются основные концепции, а также пошаговые инструкции, которые помогут вам получить четкое представление о том, как управлять рабочими нагрузками ML в облаке и обеспечивать их безопасность. По мере продвижения по главам вы узнаете, как использовать несколько контейнерных и бессерверных решений при обучении и развертывании моделей глубокого обучения TensorFlow и PyTorch в AWS. Вы также подробно изучите проверенные методы оптимизации затрат, а также стратегии конфиденциальности данных и сохранения конфиденциальности моделей, изучая передовые практики при использовании каждого AWS.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ENG #ML
📖 Машинное обучение доступным языком
Автор: Капаца Елена
Описание:
Краткий гайд для новичков по машинному и глубокому обучению с разбором кода. Здесь вы найдете необходимый минимум по предмету, истолкованный языком, понятным школьнику. Некоторые разделы написаны с помощью chatGPT. По прочтении вы избавитесь от страха перед технологией и освоите базовый инструментарий подготовки данных, их загрузке в модель и ее донастройки. Подходит студентам технических специальностей.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
Автор: Капаца Елена
Описание:
Краткий гайд для новичков по машинному и глубокому обучению с разбором кода. Здесь вы найдете необходимый минимум по предмету, истолкованный языком, понятным школьнику. Некоторые разделы написаны с помощью chatGPT. По прочтении вы избавитесь от страха перед технологией и освоите базовый инструментарий подготовки данных, их загрузке в модель и ее донастройки. Подходит студентам технических специальностей.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
📖 Машинное обучение. От основ до продвинутых моделей
Автор: Принс С.
Описание:
Книга «Машинное обучение. От основ до продвинутых моделей» предлагает уникальный и доступный подход к пониманию одной из самых динамично развивающихся областей в мире технологий – машинного и глубокого обучения. Автор уделяет внимание как основным аспектам, так и последним достижениям в сфере Deep Learning. Это издание – идеальный помощник для тех, кто стремится к освоению современных методов машинного обучения и их практическому применению.
Книга предназначена тем, кто хочет начать путь в мир искусственного интеллекта и глубоких нейронных сетей, но также будет полезна опытным разработчикам, ищущим свежий взгляд на современные методы машинного обучения.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
Автор: Принс С.
Описание:
Книга «Машинное обучение. От основ до продвинутых моделей» предлагает уникальный и доступный подход к пониманию одной из самых динамично развивающихся областей в мире технологий – машинного и глубокого обучения. Автор уделяет внимание как основным аспектам, так и последним достижениям в сфере Deep Learning. Это издание – идеальный помощник для тех, кто стремится к освоению современных методов машинного обучения и их практическому применению.
Книга предназначена тем, кто хочет начать путь в мир искусственного интеллекта и глубоких нейронных сетей, но также будет полезна опытным разработчикам, ищущим свежий взгляд на современные методы машинного обучения.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
📖 Вероятностное машинное обучение. Дополнительные темы
Автор: Мэрфи К.П.
Описание:
Дополняя ранее изданную книгу «Вероятностное машинное обучение. Введение», этот классический труд знакомит читателя с деталями самых актуальных теорий и методов машинного обучения (МО).
В «Дополнительных темах» излагаются различные вопросы машинного обучения на более глубоком уровне. Рассмотрено обучение и тестирование при различных распределениях, порождение многомерных выходов, таких как изображения, текст и графы.
Во второй книге описано применение байесовского вывода к вероятностным моделям, начиная с основ и заканчивая алгоритмами вывода.
Издание предназначено специалистам в области МО и искусственного интеллекта, а также будет полезно студентам профильных специальностей. Предполагается, что читатель знаком с МО и другими математическими дисциплинами (теорией вероятностей, статистикой, линейной алгеброй)
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
Автор: Мэрфи К.П.
Описание:
Дополняя ранее изданную книгу «Вероятностное машинное обучение. Введение», этот классический труд знакомит читателя с деталями самых актуальных теорий и методов машинного обучения (МО).
В «Дополнительных темах» излагаются различные вопросы машинного обучения на более глубоком уровне. Рассмотрено обучение и тестирование при различных распределениях, порождение многомерных выходов, таких как изображения, текст и графы.
Во второй книге описано применение байесовского вывода к вероятностным моделям, начиная с основ и заканчивая алгоритмами вывода.
Издание предназначено специалистам в области МО и искусственного интеллекта, а также будет полезно студентам профильных специальностей. Предполагается, что читатель знаком с МО и другими математическими дисциплинами (теорией вероятностей, статистикой, линейной алгеброй)
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #RU #ML
📖Грокаем машинное обучение
Автор: Луис Серрано
Описание:
Глубокое обучение — это раздел искусственного интеллекта, цель которого научить компьютеры обучаться с помощью нейронных сетей — технологии, созданной по образу и подобию человеческого мозга. Онлайн-переводчики, беспилотные автомобили, рекомендации по выбору товаров именно для вас и виртуальные голосовые помощники — вот лишь несколько достижений, которые стали возможны, благодаря глубокому обучению.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #Ru #ML #Coding
Автор: Луис Серрано
Описание:
Глубокое обучение — это раздел искусственного интеллекта, цель которого научить компьютеры обучаться с помощью нейронных сетей — технологии, созданной по образу и подобию человеческого мозга. Онлайн-переводчики, беспилотные автомобили, рекомендации по выбору товаров именно для вас и виртуальные голосовые помощники — вот лишь несколько достижений, которые стали возможны, благодаря глубокому обучению.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #Ru #ML #Coding
📖Машинное обучение для бизнеса и маркетинга
Автор: Илья Кацов
Описание:
Наука о данных становится неотъемлемой частью любой маркетинговой деятельности, и эта книга является живым портретом цифровых преобразований в маркетинге. Анализ данных и интеллектуальные алгоритмы позволяют автоматизировать трудоемкие маркетинговые задачи. Процесс принятия решений становится не только более совершенным, но и более быстрым, что имеет большое значение в постоянно ускоряющейся конкурентной среде.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ru #ML #Coding
Автор: Илья Кацов
Описание:
Наука о данных становится неотъемлемой частью любой маркетинговой деятельности, и эта книга является живым портретом цифровых преобразований в маркетинге. Анализ данных и интеллектуальные алгоритмы позволяют автоматизировать трудоемкие маркетинговые задачи. Процесс принятия решений становится не только более совершенным, но и более быстрым, что имеет большое значение в постоянно ускоряющейся конкурентной среде.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ru #ML #Coding
📖Distributed Machine Learning Patterns
Автор: Yuan Tang
Описание:
Распределенные системы машинного обучения позволяют разработчикам обрабатывать чрезвычайно большие массивы данных в нескольких кластерах, использовать преимущества средств автоматизации и аппаратного ускорения. В этой книге представлены лучшие практические приемы и советы специалистов по решению проблем масштабирования систем машинного обучения.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #eng #ML #Coding
Автор: Yuan Tang
Описание:
Распределенные системы машинного обучения позволяют разработчикам обрабатывать чрезвычайно большие массивы данных в нескольких кластерах, использовать преимущества средств автоматизации и аппаратного ускорения. В этой книге представлены лучшие практические приемы и советы специалистов по решению проблем масштабирования систем машинного обучения.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #eng #ML #Coding
📖 Введение в автоматизированное машинное обучение
Автор: Хуттер Ф.
Описание:
В этой книге впервые представлен всеобъемлющий обзор базовых методов автоматизированного машинного обучения (AutoML). Издание послужит отправной точкой для изучения этой быстро развивающейся области; тем, кто уже использует AutoML в своей работе, книга пригодится в качестве справочника.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ru #ML
Автор: Хуттер Ф.
Описание:
В этой книге впервые представлен всеобъемлющий обзор базовых методов автоматизированного машинного обучения (AutoML). Издание послужит отправной точкой для изучения этой быстро развивающейся области; тем, кто уже использует AutoML в своей работе, книга пригодится в качестве справочника.
• Скачать книгу из архива
• Стоимость в магазине
📚 Полка Разработчика | #ru #ML