Самая популярная книга автора
+ до 374 бонусов
Бонусная программа
Итоговая сумма бонусов может отличаться от указанной, если к товару будут применены дополнительные скидки при оформлении заказа. На вашем бонусном счёте может быть не более 5 000 бонусов.
, чтобы увидеть точный размер начислений.
Нет в наличии
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 за
Дмитрий
Книга содержит теоретические основы машинного обучения, а также примеры реализации алгоритмов машинного обучения на Python. Возможно, одна из лучших книг на русском языке на сегодняшний день по данной теме. Рассмотрены основные алгоритмы регрессии, классификации данных, конструкции нейронных сетей , а также методы подготовки данных для обучения.
Евгений
Отличная книга - понимание ИИ программирования и машинного обучения очень просто и понятно написано, я очень доволен этой книгой. Понимание ML и принципы работы - хорошо описаны, конечно знания будут постоянно обновляться и книга потеряет свою актуальность с обновлением библиотек, но как основа для понимания она очень хорошо подойдет новичкам. Сразу скажу она не для новичков - нужно знать основы чтоб понимать о чем в ней написано!
Елена
Эта книга на мой взгляд одна из лучших для начала изучения машинного обучения. Подойдёт даже если нет знаний в этой области, автор научит всему с нуля. Но основы линейной алгебры, математического анализа, теории вероятностей и математической статистики нужны. Также нужны хотя бы основы языка питон, иначе не получится разобраться в примерах кода. Я читала книги других авторов, вот честно, либо совсем сложно написано и ничего не понятно. Либо вроде понятно, но в голове ничего не остаётся после прочтения. В этой же книге все написано простым языком, и действительно после прочтения начинаешь разбираться в данной теме. Берите эту замечательную книгу.
Похожие авторы
Книги похожих авторов
4 011 ₽
3 399 ₽-15%
Строим LLM с нуляСебастьян Рашка
Нет в наличии
Машинное обучение с PyTorch и Scikit-LearnЮси Лю, Вахид Мирджалили, Себастьян Рашка
Нет в наличии
Python и машинное обучениеСебастьян Рашка
Нет в наличии
Python и машинное обучениеСебастьян Рашка
1 533 ₽
1 299 ₽-15%
Практическая статистика для специалистов Data Science. 50+ важнейших понятий с использованием R и PythonПитер Брюс, Эндрю Брюс, Питер Гедек
1 120 ₽
560 ₽-50%
Только в магазинах
2 005 ₽
1 003 ₽-50%
Машинное обучение. Паттерны проектированияВаллиаппа Лакшманан
2 005 ₽
1 699 ₽-15%
Машинное обучение. Паттерны проектированияВаллиаппа Лакшманан
Нет в наличии
Google BigQuery. Всё о хранилищах данных, аналитике и машинном обученииВаллиаппа Лакшманан
2 949 ₽
2 499 ₽-15%
Глубокое обучение с fastai и PyTorch: минимум формул, минимум кода, максимум эффективностиСильвейн Гуггер, Джереми Ховард
Только в магазинах
Глубокое обучение с fastai и PyTorch: минимум формул, минимум кода, максимум эффективностиСильвейн Гуггер, Джереми Ховард
1 887 ₽
1 599 ₽-15%
Генеративный ИИ с обучением больших языковых моделей (LLM) для джуновШамим Бхуян, Тимур Исаченко
4 129 ₽
3 499 ₽-15%
Только в магазинах
2 713 ₽
1 357 ₽-50%
2 713 ₽
2 299 ₽-15%






