Машинное обучение, Бринк Х., Ричарде Д., Феверолф М., 2017

Машинное обучение, Бринк Х., Ричарде Дж., Феверолф М., 2017.

В последние годы машинное обучение вышло на уровень большого бизнеса: компании активно используют его для зарабатывания денег, прикладные исследования бурно развиваются, а неугомонные разработчики используют любую возможность повысить свой уровень владения этой тематикой. Данная книга рассчитана на тех, кто хочет решать самые разнообразные задачи при помощи машинного обучения. Как правило, для этого нужен Python, поэтому в примерах кода используется этот язык, а также библиотеки pandas и scikit-learn. Вы познакомитесь с основными понятиями ML, такими как сбор данных, моделирование, классификация и регрессия, а главное, получите практический опыт обработки реальных данных.





Предисловие.

В последние годы машинное обучение (ML — machine learning) превратилось в большой бизнес — фирмы используют его, чтобы заработать денег, прикладные исследования бурно развиваются как в индустриальной, так и в академической среде, а любопытные разработчики везде ищут возможность поднять свой уровень владения темой. Но возникший спрос намного превышает скорость появления хороших методик для изучения применяемых на практике техник. Паша книга призвана удовлетворить данный спрос. Прикладное машинное обучение совмещает в себе равные доли математических принципов и полученных эмпирическим путем приемов, — другими словами, это настоящее искусство. Слишком сильная концентрация только на одном из этих аспектов в ущерб другому — проигрышная стратегия. Тут важен баланс.

Краткое содержание.

Часть I. Последовательность действий при машинном обучении.
Глава 1. Что такое машинное обучение?.
Глава 2. Реальные данные.
Глава 3. Моделирование и прогнозирование.
Глава 4. Оценка и оптимизация модели.
Глава 5. Основы проектирования признаков.
Часть II. Практическое применение.
Глава 6. Пример: чаевые для таксистов.
Глава 7. Усовершенствованное проектирование признаков.
Глава 8. Пример обработки естественного языка.
Глава 9. Масштабирование процесса машинного обучения.
Глава 10. Пример с цифровой рекламой.
Приложение. Популярные алгоритмы машинного обучения.

Купить .








Теги: Бринк :: Ричарде :: Феверолф :: 2017 :: обучение :: машина