книги Компьютеры и Интернет Программирование Языки Python

Заглянуть

Вилли Ричарт Луис Педро Коэльо

Построение систем машинного обучения на языке Python

Код 4267392

ISBN: 978-5-97060-330-7
302 страницы

январь 2016
ДМК Пресс
500 г

Бумажная книга

Нет в продаже

Аннотация к книге "Построение систем машинного обучения на языке Python"

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...

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.

Оставить замечание о найденной опечатке Версия для печати

Александр Игоревич 24 января 2019

0 0

Пособие хорошее, но слишком краткое, а также требующее хорошей базы в области МО.

Иван 09 декабря 2015

0 0

Книга не для начинающих. Чтобы ее успешно читать желательно хорошее знание питона и иметь представление о machine learning. Теории практически нет, так что изучить чего-то не получится. Сплошная практика, к сожалению в data mining не имея базовой подготовки можно наломать дров и наделать неработающих моделей:) Советую тем кто разбирается в теории но не было возможности применить свои знания в практике

Оставить комментарий

Текст комментария

Оцените книгу:

Издательство:	ДМК Пресс
Дата выхода:	январь 2016
ISBN:	978-5-97060-330-7
Тираж:	200 экземпляров
Объём:	302 страниц
Масса:	500 г
Размеры(высота, ширина), см:	21 x 15
Обложка:	мягкая
Бумага:	офсетная
Переводное издание	+
Язык оригинала:	английский

Книга находится в категориях

Лето 2015

Вместе с этой книгой покупают

C++ за 21 день бумажная книга

Рао Сиддхартха

Нет в продаже

Все герои у психолога бумажная книга

Вандрий

Нет в продаже

Как разговаривать с девушками на вечеринках бумажная книга

Нил Гейман

Нет в продаже

Простые правила сильного текста. Комплект карточек бумажная книга

Максим Ильяхов

15.5 USD

В корзину

Невидимая рука...банков бумажная книга

Уильям Энгдаль

Нет в продаже

Охотник на кроликов бумажная книга

Ларс Кеплер

Нет в продаже

Простые правила сильного текста. Комплект карточек

бумажная книга

Максим Ильяхов

Шестьдесят двухсторонних карточек с советами для создания убедительного текста. Примеры правильного и неправильного составления информационных сообщений, разбор ошибок и подсказки, как их избежать. Пишите запоминающиеся тексты в дороге и без интернета. Картотека в футляре на магнитном клапане помещается в карман. Соберите самые важные правила и повесьте рядом с рабочим местом. Вдохновляйтесь...

Издательство: Альпина Паблишер
Дата выхода: август 2019

15.5 USD

В корзину