Алгоритмы Data Science и их практическая реализация на Python, Учебное пособие, Протодьяконов А.В., Пылов П.А., Садовников В.Е., 2022.
Рассмотрен полный каскад разработки моделей искусственного интеллекта. Проанализирована область Data Science, из которой выделены все необходимые для прикладной сферы алгоритмы машинного обучения, расположенные по уровню возрастания сложности работы с ними. Для студентов, изучающих информационные технологии. Может быть полезно как начинающим программистам, так и специалистам высокого уровня.
ПОНЯТИЕ ETL ETL (Extract, Transformer, Load).
Процесс ETL - Extract, Transform, Load. В переводе с английского оригинала звучит как «Выбрать, Преобразовать, Загрузить» - процесс препреподготовки данных, когда нам необходимо понять всё ли у нас готово для того, чтобы начинать работать с моделью. Процесс ETL обычно включает некоторый первичный анализ исходных данных. Допустим, у нас существуют данные по энергопотреблению зданий, но в них нет погодных данных в выборке. У нас есть гипотеза, что наличие погодных данных так или иначе позволит уточнить модель. В таком случае, на этапе процесса ETL необходимо добавить погодные и гидрометеорологические данные, чтобы ими обогатить модель и проверить больше гипотез на этапе построения модели.
ОГЛАВЛЕНИЕ.
Предисловие.
Часть 1.Процесс машинного обучения.
Часть 2.Метрики и модели общие.
Часть практических навыков к 1-2.
Часть 3.Модели линейной регрессии.
Часть практических навыков к 3.
Часть 4. Модели классификации и её метрики.
Часть практических навыков к 4.
Часть 5.Ансамблевые модели.
Часть практических навыков к 5.
Часть 6.Продвинутые ансамбли.
Часть практических навыков к 6.
Часть 7.Искусственные нейронные сети.
Часть практических навыков к 7.
Часть 8.Обучение нейросети.
Часть практических навыков к 8.
Часть 9.Архитектуры сверточных нейросетей.
Часть практических навыков к 9.
Библиографический список.
Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Алгоритмы Data Science и их практическая реализация на Python, Учебное пособие, Протодьяконов А.В., Пылов П.А., Садовников В.Е., 2022 - fileskachat.com, быстрое и бесплатное скачивание.
Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу
Скачать - pdf - Яндекс.Диск.
Дата публикации:
Теги: Протодьяконов :: Пылов :: Садовников :: машинное обучение :: искусственный интеллект :: учебник по машинному обучению
Смотрите также учебники, книги и учебные материалы:
Следующие учебники и книги:
- Машинное обучение на R, Экспертные техники для прогностического анализа, Ланц Б., 2020
- Машинное обучение без лишних слов, Бурков А., 2020
- Бизнес-моделирование и анализ данных, Решение актуальных задач с помощью Microsoft Excel, Уэйн В., 2021
- Kafka Streams в действии, Приложения и микросервисы для работы в реальном времени, Беджек Б., 2020
Предыдущие статьи:
- System Design, Машинное обучение, Подготовка к сложному интервью, Сюй А., Аминиан А., 2024
- PyTorch, Освещая глубокое обучение, Стивенс Э., Антига Л., Виман Т., 2022
- Python и машинное обучение, Машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow, Рашка С., Мирджалили В., 2020
- Python для data science, Васильев Ю., 2023