Будучи основательно обновленной с учетом самых последних технологий с открытым кодом, включая такие библиотеки, как scikit-learn, Keras и TensorFlow 2, книга «Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow» предлагает практические знания и приемы, которые необходимы для создания эффективных приложений машинного и глубокого обучения на языке Python
С книгой «Python и машинное обучение» Вы откроете для себя современные приемы машинного и глубокого обучения с помощью Python, используя scikit-learn, TensorFlow 2, GANs и reinforcement learning
Оригинал книги «Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow», Sebastian Raschka, Vahid Mirjalili, 792 pages, ISBN 9781789955750, December 9, 2019
(книга поступит в производство)
На русском языке книга выйдет весной 2020 года в издательстве «ДИАЛЕКТИКА»
Благодаря серии недавних достижений глубокое обучение значительно усилило всю область машинного обучения. В наше время даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на основе данных
За счет применения конкретных примеров, минимума теории и двух фреймворков Python производственного уровня – Scikit-Learn и TensorFlow 2 – обновленное издание этой ставшей бестселлером книги поможет вам получить интуитивное представление о концепциях и инструментах, предназначенных для построения интеллектуальных систем
Специалисты-практики освоят целый диапазон методик, которые они смогут быстро применить в своей работе. В части 1 задействуется Scikit-Learn для представления фундаментальных задач машинного обучения, таких как простая линейная регрессия
В части 2, которая была подвергнута значительным обновлениям, задействованы Keras и TensorFlow 2, чтобы провести читателя по более сложным методам машинного обучения, использующим глубокие нейронные сети
Учитывая наличие в каждой главе упражнений, призванных закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования
Что нового во втором издании книги:
• Обновлен весь код для использования TensorFlow 2
• Представлен высокоуровневый API-интерфейс Keras
• Новые и расширенные материалы, включая API-интерфейс Data, режим энергичного выполнения (Eager Execution) и API-интерфейс Estimators из TensorFlow, развертывание в облаке Google Cloud ML, обработку временных рядов, вложения и многое другое
«Эта книга — замечательное введение в теорию и практику решения задач с помощью нейронных сетей. Она охватывает ключевые моменты, необходимые для построения эффективных приложений, а также обеспечивает достаточную основу для понимания результатов новых исследований по мере их появления. Я рекомендую эту книгу всем, кто заинтересован в освоении практического машинного обучения» — Пит Уорден, технический руководитель направления TensorFlow в Google
Оригинал книги: «Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems», Aurelien Geron, 2nd Edition, 856 pages, ISBN 9781492032649, October 2019
Книга обсуждается в отдельном сообщении моего блога
В книгу «Машинное обучение: карманный справочник», включены подробные примеры и комментарии, которые помогут Вам оперативно ориентироваться в основах структурированного машинного обучения(МО)
Автор, Мэтт Харрисон, предлагает ценный справочник, который Вы можете использовать как дополнительное пособие при обучении МО и в качестве удобного ресурса, когда погружаетесь в Ваш следующий проект машинного обучения. Приведенные фрагменты кода имеют такой размер, чтобы их можно было использовать и адаптировать в Ваших собственных проектах МО
Книга идеально подходящая для программистов, аналитиков данных и инженеров искусственного интеллекта, содержит обзор процесса машинного обучения и знакомит вас с классификацией структурированных данных. В книге рассматриваются различные библиотеки и модели, их компромиссы, настройка и интерпретация. Кроме всего прочего Вы изучите методы кластеризации, регрессии и уменьшения размерности
При использовании книги «Машинное обучение: карманный справочник» предполагается знание языка программирования Python. В книге демонстрируется, как использовать различные вспомогательные библиотеки Python для решения реальных задач МО
Книга «Машинное обучение: карманный справочник» не заменит учебный курс по МО, но должна служить ориентиром того, что может охватывать прикладной курс машинного обучения. Автор использует ее в качестве справочного материала для курсов по анализу данных и машинному обучению, который он преподает
Мэтт Харрисон считает, что книга «Машинное обучение: карманный справочник» — лучший сборник ресурсов и примеров для решения задач прогнозного моделирования, если у Вас есть структурированные данные
Оригинал книги: «Machine Learning Pocket Reference. Working with Structured Data in Python», Matt Harrison, 320 pages, ISBN 9781449355739, August 2019
(книгу можно заказать-купить в DiaMail Украина)(заказать-купить книгу по «Машинное обучение: карманный справочник» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
___________________________________________
РЕКОМЕНДУЮ ОБРАТИТЬ ВНИМАНИЕ на КНИГИ
___________________________________________
 |
| Python и машинное обучение Себастьян Рашка Вахид Мирджалили полноцветное 2-е издание |
Машинное обучение (Machine Learning) поглощает мир программного обеспечения, и теперь глубокое обучение (Deep Learning) расширяет машинное обучение
С помощью 2-го издания бестселлера Себастьяна Рашки - книгой «Python и машинное обучение», Вы освоите и сможете использовать передовые технологии машинного обучения, нейронных сетей и глубокого обучения
Будучи основательно обновленной с учетом самых последних версий библиотек для Python с открытым исходным кодом - scikit-learn, TensorFlow и др., эта книга предлагает современные практические знания, приемы и методы, которые необходимы для создания и содействия машинному обучению, глубокому обучению и современному анализу больших данных
В результате комплексного расширения и совершенствования книга теперь охватывает популярную библиотеку глубокого обучения TensorFlow. Код для scikit-learn также был полностью обновлен, чтобы включать последние улучшения и дополнения к этой универсальной библиотеке машинного обучения
Обладающие уникальной проницательностью и знанием дела авторы - Себастьяна Рашки и Вахид Мирджалили, ознакомят Вас с алгоритмами машинного обучения и глубокого обучения с нуля и покажут, как применять их к сложным задачам в отрасли, используя реалистичные и очень интересные примеры. К концу чтения книги «Python и машинное обучение» Вы будете готовы встретиться с новыми перспективами анализа данных в сегодняшнем мире
Если вы читали 1-е издание книги, то Вам доставит удовольствие найти новый баланс классических идей и современных знаний о машинном обучении. Каждая глава книги «Python и машинное обучение» была серьезно обновлена, и появились новые главы по ключевым технологиям. У вас будет возможность изучить и поработать с TensorFlow более вдумчиво, нежели ранее, а также получить важнейший охват библиотеки для нейронных сетей Keras наряду с самыми свежими обновлениями библиотеки scikit-learn
Чему вы научитесь?
• Освоите основные фреймворки в науке о данных, машинном обучении и глубоком обучении
• Задействуете в машинном обучении мощь последних библиотек Python с открытым кодом
• Овладеете приемами машинного обучения, используя сложные реальные данные
• Научитесь строить реализации глубоких нейронных сетей с применением библиотеки TensorFlow
• Зададите новые вопросы своим данным через модели машинного обучения и нейронные сети
• Изучите механику алгоритмов классификации для построения лучшего инструмента для работы
• Научитесь прогнозировать непрерывные целевые результаты, используя регрессионный анализ
• Научитесь раскрывать скрытые паттерны и структуры в данных с помощью кластеризации
• Углубитесь в текстовые данные и данные социальных сетей с применением смыслового анализа
С книгой «Python и машинное обучение» Вы откроете для себя современные приемы машинного и глубокого обучения с помощью Python, используя самые последние версии библиотек с открытым исходным кодом - scikit-learn, TensorFlow и др.
Оригинал книги: «Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow», Sebastian Raschka, Vahid Mirjalili, 622 pages, ISBN 9781787125933, September 20, 2017
ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги Себастьяна Рашка «Python и машинное обучение»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги Себастьяна Рашка «Python и машинное обучение»
ЗДЕСЬ - читайте 9 Главу «Встраивание модели машинного обучения в веб-приложение» из книги Себастьяна Рашка «Python и машинное обучение»
(книгу можно заказать-купить в Библио-Глобус)(заказать-купить книгу «Python и машинное обучение» (2-е издание) в интернет-магазине biblio-globus.ru)
(книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)(заказать-купить книгу «Python и машинное обучение» (2-е издание) в интернет-магазине ComBook.ru)
(книгу можно заказать-купить в Ozon.ru)(заказать-купить книгу «Python и машинное обучение» (2-е издание) в онлайн-мегамаркете Ozon.ru)
(книгу можно заказать-купить в DiaMail Украина)(заказать-купить книгу «Python и машинное обучение» (2-е издание) в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
 |
| Искусственный интеллект с примерами на Python Пратик Джоши |
Книга «Искусственный интеллект с примерами на Python» — отличное практическое руководство для тех, кто заинтересован в создании приложений на языке программирования Python на основе искусственного интеллекта
Книга содержит множество примеров, охватывающих очень широкий спектр разработок, ведущихся в этой области. Вы узнаете о том, как реализовать алгоритмы, обеспечивающие получение наилучших результатов в зависимости от специфики задачи, и увидите, как они применяются в реальных сценариях
Если ваши приложения связаны с обработкой изображений, текста, оперативной биржевой информации или данных в любой другой форме и Вы хотели бы расширить их возможности за счет использования элементов искусственного интеллекта, то эта книга несомненно станет вашим настольным руководством
Основные темы книги «Искусственный интеллект с примерами на Python»:
— реализация различных методов классификации и регрессии
— концепция кластеризации и ее использование для автоматического сегментирования данных
— создание интеллектуальных рекомендательных систем
— логическое программирование и способы его применения
— создание автоматизированных систем распознавания речи
— основы эвристического поиска и генетического программирования
— разработка игр с использованием искусственного интеллекта
— обучение с подкреплением
— создание интеллектуальных приложений на Python, ориентированных на обработку изображений, текста и последовательных данных
— алгоритмы глубокого обучения и создание приложений на их основе
Охват серьезных тем AI, с одной стороны, и простые коды с другой, делают книгу «Искусственный интеллект с примерами на Python» хорошим учебником для самообразования
Оригинал книги: «Artificial Intelligence with Python», Prateek Joshi, 446 pages, ISBN 9781786464392, 2017
ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги «Искусственный интеллект с примерами на Python»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги «Искусственный интеллект с примерами на Python»
ЗДЕСЬ - читайте 1 Главу «Введение в искусственный интеллект» из книги Пратика Джоши «Искусственный интеллект с примерами на Python»
(книгу можно заказать-купить в Библио-Глобус)(заказать-купить книгу «Искусственный интеллект с примерами на Python» (2-е издание) в интернет-магазине biblio-globus.ru)
(книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)(заказать-купить книгу «Искусственный интеллект с примерами на Python» в интернет-магазине ComBook.ru)
(книгу можно заказать-купить в Ozon.ru)(заказать-купить книгу «Искусственный интеллект с примерами на Python» в онлайн-мегамаркете Ozon.ru)
(книгу можно заказать-купить в DiaMail Украина)(заказать-купить книгу «Искусственный интеллект с примерами на Python» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
 |
| Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow Орельен Жерон полноцветное издание |
Благодаря серии недавних достижений глубокое обучение значительно усилило всю область машинного обучения. В наше время даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на основе данных. В настоящем практическом руководстве - книге «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем», показано, что и как делать
За счет применения конкретных примеров, минимума теории и двух фреймворков Python прикладного уровня – Scikit-Learn и TensorFlow – автор книги Орельен Жерон поможет получить интуитивное представление о концепциях и инструментах, предназначенных для построения современных интеллектуальных систем
Из книги Вы узнаете о ряде приемов, начав с простой линейной регрессии и постепенно добравшись до глубоких нейронных сетей. Учитывая наличие в каждой главе книги «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем» упражнений, помогающих закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования:
• Исследуйте область машинного обучения, особенно нейронные сети
• Используйте Scikit-Learn для отслеживания проекта машинного обучения от начала до конца
• Исследуйте некоторые обучающие модели, включая методы опорных векторов, деревья принятия решений, случайные леса и ансамблевые методы
• Применяйте библиотеку TensorFlow для построения и обучения нейронных сетей
• Исследуйте архитектуры нейронных сетей, включая свёрточные сети, рекуррентные сети и глубокое обучение с подкреплением
• Освойте приемы для обучения и масштабирования глубоких нейронных сетей
• Используйте практические примеры кода, не овладевая чрезмерно теорией машинного обучения или деталями алгоритмов
Отдельная 16 Глава книги посвящена освещению темы Обучение с подкреплением (Reinforcement Learning — RL), которая на сегодняшний день является одной из наиболее захватывающих областей машинного обучения!
«Эта книга — замечательное введение в теорию и практику решения задач с помощью нейронных сетей. Она охватывает ключевые моменты, необходимые для построения эффективных приложений, а также обеспечивает достаточную основу для понимания результатов новых исследований по мере их появления. Я рекомендую эту книгу всем, кто заинтересован в освоении практического машинного обучения» — Пит Уорден, технический руководитель направления TensorFlow в Google
Оригинал книги: «Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques for Building Intelligent Systems», Aurelien Geron, 566 pages, ISBN 9781491962299, March 2017
(книгу можно заказать-купить в Библио-Глобус)(заказать-купить книгу «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow» в интернет-магазине biblio-globus.ru)
(книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)(заказать-купить книгу «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow» в интернет-магазине ComBook.ru)
(книгу можно заказать-купить в Ozon.ru)(заказать-купить книгу «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow» в онлайн-мегамаркете Ozon.ru)
(книгу можно заказать-купить в DiaMail Украина)(заказать-купить книгу «Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
___________________________
ИЗ ПОСЛЕДНИХ НОВОСТЕЙ
___________________________
 |
| Компьютерные науки Базовый курс Гленн Брукшир Деннис Брилов 13-е издание |
Назначение книги «Компьютерные науки. Базовый курс» - предоставить читателю всестороннее представление о предмете компьютерных наук (Computer Science), охватывающее все его аспекты, от сугубо практических до полностью абстрактных
Такой подход к изучению базовых понятий открывает студентам любых, необязательно компьютерных дисциплин всю широту предмета и позволяет получить общее представление о тех возможностях, которые доступны им в современном технократическом обществе
Изложение материала вкниге «Компьютерные науки. Базовый курс» ведется от простого к сложному, от конкретных аспектов к абстрактным и каждая рассматриваемая тема непосредственно подводит к следующей. Тем не менее, отдельные главы и разделы книги достаточно независимы и вполне могут рассматриваться как самостоятельные единицы
Важные достоинства книги - наличие около 1000 заданий и упражнений (!), предназначенных для углубления и закрепления понимания основных излагаемых концепций, обсуждение этических и юридических аспектов рассматриваемых технологий, которые необходимо знать, чтобы использовать их безопасно и ответственно, а также подборки общественных и социальных вопросов, призывающих читателя задуматься о связях между излагаемым материалом и тем обществом, в котором они живут
(книгу можно заказать-купить в книжном магазине «Москва»)(заказать-купить книгу «Компьютерные науки. Базовый курс» (13-е издание) в интернет-магазине www.moscowbooks.ru)
(книгу можно заказать-купить в «Московский Дом Книги» (МДК) на Арбате)(заказать-купить книгу «Компьютерные науки. Базовый курс» (13-е издание) в интернет-магазине mdk-arbat.ru)
(книгу можно заказать-купить в Библио-Глобус)(заказать-купить книгу «Компьютерные науки. Базовый курс» (13-е издание) в интернет-магазине biblio-globus.ru)
(книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)(заказать-купить книгу «Компьютерные науки. Базовый курс» (13-е издание) в интернет-магазине ComBook.ru)
(книгу можно заказать-купить в Ozon.ru)(заказать-купить книгу «Компьютерные науки. Базовый курс» (13-е издание) в онлайн-мегамаркете Ozon.ru)
(книгу можно заказать-купить в DiaMail Украина)(заказать-купить книгу «Компьютерные науки. Базовый курс» (13-е издание) в интернет-магазине diamail.com.ua)
(книгу можно заказать-купить в bizbook.ua Украина)(заказать-купить книгу «Компьютерные науки. Базовый курс» в интернет-магазине bizbook.ua)
Книга обсуждается в отдельном сообщении моего блога
_______________________________________________
СЛЕДИТЕ ЗА ИЗМЕНЕНИЯМИ В ЭТОМ СООБЩЕНИИ -
последнее обновление - 30 ноября 2019 года
_______________________________________________
 |
| Виктор Штонда, издатель Viktor Shtonda, publisher |
P.S. Только Ваша активная позиция в столь непростое время будет способствовать появлению новых и нужных Вам книг. А также, способствовать повышению качества книг, издаваемых издательской группой «ДИАЛЕКТИКА-ВИЛЬЯМС»
_______________________________________________
Ваши комментарии перед публикацией я просматриваю. Поэтому, я оставляю за собой право публиковать или нет комментарии с подписью Анонимный
Комментариев нет:
Отправить комментарий