Машинное обучение — это набор методов анализа данных, основанных на алгоритмах, которые дают все более точные результаты по мере поступления новых данных. Машинное обучение лежит в основе систем рекомендаций, программ распознавания лиц, «умных» колонок и даже беспилотных автомобилей. Эта уникальная книга объясняет основные понятия машинного обучения на простых и доступных примерах, увлекательных упражнениях и запоминающихся иллюстрациях.
Здесь нет зубодробительного академического жаргона, для понимания объяснений достаточно знаний основ алгебры. По мере чтения вы будете создавать модели для идентификации спама, и распознавания изображений и другие интересные проекты на языке Python.
<
Здесь нет зубодробительного академического жаргона, для понимания объяснений достаточно знаний основ алгебры. По мере чтения вы будете создавать модели для идентификации спама, и распознавания изображений и другие интересные проекты на языке Python.
<
- -15%
Грокаем машинное обучение
Купил 71 человек
Описание и характеристики
Здесь нет зубодробительного академического жаргона, для понимания объяснений достаточно знаний основ алгебры. По мере чтения вы будете создавать модели для идентификации спама, и распознавания изображений и другие интересные проекты на языке Python.
Откройте для себя мощные методы машинного обучения, для понимания и применения которых достаточно знаний математики на уровне средней школы!
Для читателей, знающих основы языка Python. Знаний в области машинного обучения не требуется.
5 причин купить эту книгу:
- 1. Практический подход вместо сухой теории. Книга не загружает сложным математическим аппаратом, а объясняет ключевые концепции ML через интуицию, аналогии и визуализацию.
- 2. Код для немедленного применения. В книге представлены готовые примеры кода на Python с использованием популярных и современных библиотек (Scikit-Learn, Turi Create, Keras).
- 3. Фокус на инженерных аспектах ML. Рассматриваются критически важные для разработчика темы, которые часто упускают в теоретических курсах: переобучение/недообучение,
- 4. От фундамента к современным методам. Структура книги позволяет плавно войти в тему, начав с линейной регрессии, и дойти до более сложных тем, таких как ансамбли и основы глубокого обучения.
- 5. Решение реальных задач “от и до”. Заключительная глава посвящена сквозному примеру — работе с данными знаменитого набора Titanic.
- Тип обложки Мягкий переплёт
- Количество страниц 512
- Вес, г 795
- Размер 2.6x16.5x23.3
- Издательство Прогресс книга
- Серия Библиотека программиста. Прогресс книга
- Возрастные ограничения 16+
- Год издания 2025
- ISBN 978-5-4461-1923-3
- Тираж 600
- ID товара 3020221
Отзывы
Сначала новые
Лучшая книга для ознакомления с базовыми понятиями и принципами темы машинного обучения. Материал позволяет на уровне понимания приблизиться к освоению темы. Автор "гладко" готовит читателя к каждому последующему параграфу, всë объяснено досконально и крайне доходчиво.
Плюсы
Действительно полезный материал.
Минусы
Книга не идëт дальше основной базы, хоть и готовит к дальнейшему самостоятельному обучению.
как говорится бочка мёда с ложкой дёгтя.
Хорошая книга по машинному обучению. Из нее можно узнать как работают алгоритмы изнутри. нет сложнейших, гранитных, формул из математики, при этом всё написано по науке. на мой взгляд единственным недостатком данной книги,то что автор использует старую библиотеку turicreate. с ее установкой у вас будут проблемы, для некоторых эти проблемы нерешаемые. с ее установкой требуется повозиться, тут не прокатит pip install turicreate. если вы на Винде, то проблем с ее установкой будет еще больше. в требованиях к этой библиотеке написано: Linux, python3.7 (не выше!, нужна сатря версия). короче головная боль. некоторые просто выбросят эту книгу, т.к. полезность ее падает примерно на 50% (ещё бы цену так снизили)), некоторые же возьмут tensorflow и будут адаптировать код к нему. Удачи в изучении.
ps: для аллергиков - бумага в книге отличная. если кто чихает от старых пожелтевших страниц, то тут такого не будет)
ps: для аллергиков - бумага в книге отличная. если кто чихает от старых пожелтевших страниц, то тут такого не будет)
Плюсы
Хорошо раскрыты темы. нет сложной математики
Минусы
старые библиотеки
Очень хорошая книга- обзор машинного обучения для начинающих/вспоминающих, без сложных формул, но с объяснением их сути пошагово на примерах. Я очень ждала, что появится такая книга в этой серии, и она себя оправдала. Рекомендую! Текст доступный и легкий для усвоения. Интересные упражнения, которые можно легко опробовать. Изредка попадаются опечатки и забавные ошибки перевода.