Прикладное машинное обучение без учителя с использованием Python, Пател А., 2020.
Эта книга рассчитана на читателей двух категорий. Первая, ощутимо большая, категория — это специалисты по анализу и обработке данных, которым по долгу службы приходится работать с временными рядами, но делают они это не очень часто. Это могут быть как ветераны отрасли, так и начинающие аналитики. Опытным специалистам материал первых глав покажется знакомым, но это не значит, что им можно пренебречь, — здесь описаны самые современные методы обработки данных и рассмотрены важные особенности управления временными рядами. Аналитикам с небольшим рабочим опытом желательно проработать все без исключения главы книги предельно внимательно, несмотря на их тематическую независимость друг от друга. Вторая категория читателей — руководители отделов по обработке и анализу данных в компаниях с интенсивным внутренним сбором информации. Если вы относитесь к этой группе читателей, то должны быть в курсе технологических решений, применяемых для обработки временных рядов, хотя вам и не приходится заниматься программированием самостоятельно. Для вас эта книга будет полезна тем, что обозначит область применения временных рядов в существующих или создаваемых заново алгоритмах сбора и анализа данных. Назначение этой книги — помочь вам разобраться в технологиях, призванных упростить об работку существующих ресурсов данных.
Цели и подходы.
На сегодняшний день в большинстве успешных коммерческих приложений - а это такие области, как компьютерное зрение, распознавание речи, машинный перевод и обработка естественного языка, - применяется обучение с учителем, позволяющее использовать преимущества размеченных наборов данных. Однако подавляющая часть накопленных в мире данных не размечена. Эта книга посвящена обсуждению методов обучения без учителя (unsuper-vised learning) - направления машинного обучения, применяемого для выявления скрытых закономерностей в неразмеченных данных. По мнению многих экспертов, например Яна Лекуна, директора подразделения AI Research в компании Facebook и профессора Нью-Йоркского университета, обучение без учителя - передовой рубеж технологий искусственного интеллекта и, возможно, ключ к созданию AGI. В силу этой и ряда других причин обучение без учителя в настоящее время является одной из самых востребованных тем в области ИИ.
Оглавление.
Введение.
Часть I.Основы обучения без учителя.
Часть II.Обучение без учителя с использованием библиотеки Scikit-learп.
Часть III.Обучение без учителя с использованием библиотек Tensorflow и Keras.
Часть IV.Глубокое обучение без учителя с использованием библиотек Tensorflow и Keras.
Предметный указатель.
Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Прикладное машинное обучение без учителя с использованием Python, Пател А., 2020 - 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: Пател :: книги по программированию :: программирование :: машинное обучение :: Python
Смотрите также учебники, книги и учебные материалы:
Следующие учебники и книги:
- Программируем с PyTorch, Создание приложений глубокого обучения, Пойнтер Я., 2020
- Программируем на Java, Лой М., Нимайер П., Лук Д., 2023
- Программирование для Android, Самоучитель, Колисниченко Д.Н., 2021
- Программирование GPU при помощи Python и CUDA, Тоуманен Б., 2020
Предыдущие статьи:
- Паттерны проектирования API, Гивакс Д.Д., 2023
- Паттерны объектно-ориентированного проектирования, Гамма Э., Хелм Р., Джонсон Р., Влиссидес Дж., 2021
- Система модулей Java, Парлог Н., 2021
- Основы искусственного интеллекта, Нетехническое введение, Таулли Т., 2021