Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными; Вильямс, 2017

Издатель: Вильямс
ISBN: 978-5-9908910-8-1
EAN: 9785990891081
Книги: Операционные системы
ID:1799925

Где купить

Рейтинг:

(5/5)

Отзывы (2) Оставить отзыв

Описание Характеристики Цены Отзывы (2)

Цены

Последняя известная цена от 100 р. до 173 р. в 2 магазинах

В данный момент у нас нет информации о наличии данного товара в магазинах.
Вы можете поискать его на других площадках:

Магазин	Цена	Наличие
OMA BY 5/5 Информация о компании	Крупнейшая в Беларуси оптовая и розничная торговая сеть строительных материалов и инструментов

Algo BY 5/5 Информация о компании	Мы предлагаем профессиональную консультацию, вежливое обслуживание, честные цены и быструю и аккуратную доставку ✔ Промокоды на скидку

OZ BY 5/5 Информация о компании	Мы трудимся, чтобы предложить максимальный выбор: товаров, способов оплаты, вариантов доставки — и лучший сервис ✔ Промокоды на скидку

21vek BY 5/5 Информация о компании	Быстрая доставка. Мы доставляем товар по всей Беларуси в удобное для вас время

24shop BY 5/5 Информация о компании	24shop - это возможность приобрести все необходимое в одном месте

Домотехника 5/5 Информация о компании

Яндекс.Маркет 5/5 ООО "ЯНДЕКС" ИНН: 7736207543	✔ Промокоды на скидку

Описание

Эта полноцветная книга - отличный источник информации для каждого, кто собирается использовать машинное обучение на практике. Ныне машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, и не следует думать, что эта область - прерогатива исключительно крупных компаний с мощными командами аналитиков.

Эта книга научит вас практическим способам построения систем МО, даже если вы еще новичок в этой области. В ней подробно объясняются все этапы, необходимые для создания успешного проекта машинного обучения, с использованием языка Python и библиотек scikit-learn, NumPy и matplotlib. Авторы сосредоточили свое внимание исключительно на практических аспектах применения алгоритмов машинного обучения, оставив за рамками книги их математическое обоснование. Данная книга адресована специалистам, решающим реальные задачи, а поскольку область применения методов МО практически безгранична, прочитав эту книгу, вы сможете собственными силами построить действующую систему машинного обучения в любой научной или коммерческой сфере.

Смотри также о книге.

О книге

Параметр	Значение
Автор(ы)	Мюллер Адреас П., Гвидо Сара
Издатель	Вильямс
Год издания	2017
Страниц	480
Переплёт	мягкий
ISBN	978-5-9908910-8-1
Размеры	16,50 см × 23,50 см × 2,69 см
Тематика	Операционные системы

Отзывы (2)

Капля дождя — 10 Июля 2020

5/5

[Кратко]
Книга подойдёт для как для новичков, в качестве отправной точки карьеры Data Science специалиста, так и для состоявшихся ML-инженеров, которым нужна шпаргалка по машинному обучению.

[Минусы]
Рассматривается по большей части одна библиотека.

[Рецензия]
Большинство литературы такого жанра либо глубоко засело в границах пары библиотек, либо чересчур поверхностно проходится по всей сфере ИИ, не говоря толком ничего. Автор этой книги как-то сумел соблюсти баланс, преподнося читателю теорию машинного обучения и разбавляя её листингами не очень большого размера, что несомненно является плюсом.
Книга достаточно быстро обросла "бородой" из стикеров-закладок, так как автор не скупится на дельные советы касательно не только рассматриваемой библиотеки, но и ml-алгоритмов.
Автор не добавляет в книгу контент, отходящий от темы, что не особо хорошо, однако он компенсирует ссылками на литературу, в которой та или иная тема лучше раскрыта.
Даже после прочтения книги не хочется убирать ее в дальний ящик, так как описаны достаточно интересные идеи и лайфхаки.
Подводя итог, можно отметить, что это одна из базовых книг для становления дата-сайентиста. (Но опытному разработчику наверняка тоже будет что почерпнуть)
P.s.
Отдельное спасибо переводчику за примечания и сноски.
Don Serjio — 27 Июля 2019

5/5

С места в карьер! (с) - можно так начать отзыв.
Как и указано в предисловии, книга предназначена для активного погружения в машинное обучение с использованием Python.
Замечу, что книга не для новичков в программировании.
Если вы знаете один из языков программирования и хотите покорять Python вселенную Data Science, то для этого придётся научиться программировать на Python. Т.е. крайне желательно иметь под рукой книгу/справочник по Python. Это важное отступление на мой взгляд, т.к. вам будет легче и комфортнее воспринимать код понимая синтаксис и семантику языка Python. Здесь я привожу своё видение, т.к. моя попытка изначально зайти к этой книге привела к тому, что надо было изучать матчать - язык Python
)
Авторы книги начиная уже с введения приводят код, показывая практическую реализацию каждой темы из ML.
Код, пояснение, результат, разбор, анализ и вывод - в таком ключе построено повествование книги.
Читатель сразу погружается в тему, параллельно повторяя код, модифицируя его, играясь с параметрами... (Конечно если он сядет за компьютер и будет вводить код или использовать готовые файлы с кодами, а не только читать книгу :)
На мой взгляд книга имеет заслуженное право считаться введением в ML, т.к. прочитав почти 500 страниц и написав сотни-тысячи строк кода вы обязательно поймёте на практике, что такое ML и сможете двинуться дальше (выше и глубже) расширяя для себя горизонты Data Science...
По оформлению.
Мягкая обложка. Цветная печать очень помогает воспринимать изложение материала. Приятная на ощупь бумага.
Для ознакомления привожу Полное содержание, Предисловие, Введение и завершающие параграфы.