 |
| Python и машинное обучение Себастьян Рашка Вахид Мирджалили полноцветное 2-е издание |
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 технологий с открытым кодом, включая такие библиотеки, как scikit-learn, Keras и TensorFlow, 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
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)
На русском языке книга вышла в конце декабря 2018 года в издательстве «ДИАЛЕКТИКА»
_____________________________________________
ОГЛАВЛЕНИЕ книги «Python и машинное обучение» (2-е издание)
_____________________________________________
Предисловие
Глава 1. Наделение компьютеров способностью обучения на данных
Глава 2. Обучение простых алгоритмов МО для классификации
Глава 3. Обзор классификаторов на основе машинного обучения с использованием scikit-learn
Глава 4. Построение хороших обучающих наборов с помощью предварительной обработки данных
Глава 5. Сжатие данных с помощью понижения размерности
Глава 6. Изучение практического опыта оценки моделей и настройки гиперпараметров
Глава 7. Объединение разных моделей для ансамблевого обучения
Глава 8. Применение машинного обучения для смыслового анализа
Глава 9. Встраивание модели машинного обучения в веб-приложение
Глава 10. Прогнозирование значений непрерывных целевых переменных с помощью регрессионного анализа
Глава 11. Работа с непомеченными данными – кластерный анализ
Глава 12. Реализация многослойной искусственной нейронной сети с нуля
Глава 13. Распараллеливание процесса обучения нейронных сетей с помощью TensorFlow
Глава 14. Погружаемся глубже — механика TensorFlow
Глава 15. Классификация изображений с помощью глубоких сверточных нейронных сетей
Глава 16. Моделирование последовательных данных с использованием рекуррентных нейронных сетей
Предметный указатель
_____________________
ОБ АВТОРАХ КНИГИ
_____________________
 |
| Себастьян Рашка |
Хотя научно-исследовательские проекты Себастьяна главным образом связаны с решением задач в вычислительной биологии, ему нравится писать и говорить на темы науки о данных, машинного обучения и Python в целом. Мотивация Себастьяна – помогать людям в разработке решений, управляемых данными, без обязательного наличия опыта машинного обучения
Его работа и вклад недавно были отмечены званием выдающегося аспиранта 2016-2017, а также наградой ACM Computing Reviews’ Best of 2016
В свободное время Себастьян любит участвовать в проектах с открытым кодом, и методы, которые он реализовал, сейчас успешно используются в состязаниях по машинному обучению, таких как Kaggle
 |
| Вахид Мирджалили |
Вахид избрал Python в качестве главного языка программирования, и на протяжении своей научно-исследовательской карьеры он накопил громадный опыт в написании кода Python. Он преподавал программирование на Python инженерной группе в Университете штата Мичиган, что дало ему возможность помочь студентам понять разные структуры данных и разрабатывать эффективный код на Python
В то время как обширные исследовательские интересы Вахида сконцентрированы на приложениях глубокого обучения и компьютерного зрения, он особенно интересуется использованием приемов глубокого обучения для усиления приватности в биометрических данных, таких как изображения лиц, чтобы не раскрывалась информация сверх той, что пользователи намерены показывать. Кроме того, он также сотрудничает с командой инженеров, работающих над самоходными автомобилями, где проектирует модели в виде нейронных сетей для слияния многоспектральных изображений с целью обнаружения пешеходов
В книге «Нейронные сети и глубокое обучение: учебный курс» обсуждаются как классические, так и современные модели в глубоком обучении и основы нейронных сетей. Основное внимание уделяется теории и алгоритмам глубокого обучения
В первых двух главах книги показано, что метод опорных векторов, линейную/логистическую регрессию, сингулярное разложение, факторизацию матриц и рекомендательные системы можно рассматривать как специальные случаи нейронных сетей
В книге «Нейронные сети и глубокое обучение: учебный курс» освещены и такие сравнительно новые методы конструирования признаков, как word2vec. Подробному обсуждению процессов тренировки и регуляризации нейронных сетей посвящены главы 3 и 4
В главах 5 и 6 представлены нейронные сети на основе радиально-базисных функций (RBF) и ограниченных машин Больцмана (RBM)
В главах 7 и 8 обсуждаются рекуррентные и сверточные нейронные сети. Главы 9 и 10 познакомят читателя с такими технологиями нейронных сетей, как глубокое обучение с подкреплением, нейронные машины Тьюринга, самоорганизующиеся карты Кохонена и генеративно-состязательные сети (GAN)
Оригинал книги: «Neural Networks and Deep Learning» by Charu C. Aggarwal, 497 pages, ISBN 9783319944623, August 2018
(книгу можно заказать-купить в DiaMail Украина)(заказать-купить книгу по «Нейронные сети и глубокое обучение: учебный курс» 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» 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
 |
| Глубокое обучение: готовые решения Дуве Осинга |
До недавнего времени освоение глубокого обучения, как метода машинного обучения, требовало длительного времени. Но благодаря таким фреймворкам, как Keras и Tensorflow, инженеры-программисты без предварительных знаний машинного обучения могут быстро входить в курс дела
С помощью практических рецептов, описанных в книге «Глубокое обучение: готовые решения», Вы научитесь решать задачи глубокого обучения для классификации и генерации текста, изображений и музыки
Каждая глава книги «Глубокое обучение: готовые решения» состоит из нескольких рецептов, образующих отдельный проект наподобие системы рекомендации музыкальных произведений
Автор книги, Дуве Осинга, также предлагает главу с множеством приемов, призванных помочь, если работа застопорилась. Примеры написаны на Python, а их код доступен в хранилище GitHub в виде набора тетрадей Jupyter Notebook
Из книги «Глубокое обучение: готовые решения» Вы узнаете, как:
• создавать приложения, которые будут обслуживать реальных пользователей;
• применять векторные представления слов для вычисления подобия текстов;
• строить систему рекомендации фильмов на основе ссылок в Википедии;
• визуализировать внутреннее состояние моделей искусственного интеллекта, чтобы выяснить, как они видят мир;
• строить модель для прогнозирования эмоционального настроя, связанного с фрагментами текста;
• повторно использовать предварительно обученные сети для построения службы обратного поиска изображений;
• сравнивать, каким образом порождающие состязательные сети (GAN), автокодировщики и элементы с долгой краткосрочной памятью (LSTM) генерируют значки;
• распознавать музыкальные стили и индексировать сборники песен
Оригинал книги: «Deep Learning Cookbook: Practical Recipes to Get Started Quickly», Douwe Osinga, 252 pages, ISBN 9781491995846, June 2018
(книгу можно заказать-купить в Библио-Глобус)(заказать-купить книгу «Глубокое обучение: готовые решения» в интернет-магазине biblio-globus.ru)
(книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)(заказать-купить книгу «Глубокое обучение: готовые решения» в интернет-магазине ComBook.ru)
(книгу можно заказать-купить в Ozon.ru)(заказать-купить книгу «Глубокое обучение: готовые решения» в онлайн-мегамаркете Ozon.ru)
(книгу можно заказать-купить в DiaMail Украина)(заказать-купить книгу «Глубокое обучение: готовые решения» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
 |
| Python. Справочник Полное описание языка Алекс Мартелли Анна Рейвенскрофт Стив Холден 3-е издание |
Третье издание ориентированной на практику книги «Python. Справочник. Полное описание языка» представляет собой краткий справочник по языку, включая версии Python 3.5, 2.7 и особенно 3.6, часто используемым областям его обширной стандартной библиотеки и ряду наиболее практичных модулей и пакетов от сторонних поставщиков
Полезный во многих ролях, начиная с проектирования и построения прототипов и заканчивая тестированием, развертыванием и сопровождением, на сегодняшний день Python последовательно входит в число самых популярных языков программирования
Будучи идеальной для программистов с некоторым опытом работы с Python и тех, кто перешел на Python с других языков программирования, книга «Python. Справочник. Полное описание языка» раскрывает широкий спектр прикладных областей, в том числе программирование для веб-среды и сети, обработка XML-документов, взаимодействие с базами данных и высокоскоростные числовые вычисления
Вы узнаете из книги «Python. Справочник. Полное описание языка», каким образом Python предлагает уникальную смесь элегантности, простоты, практичности и совершенной мощи
В 3-ем издании книги «Python. Справочник. Полное описание языка» рассматриваются:
- синтаксис Python, объектно-ориентированный Python, модули стандартной библиотеки и пакеты Python от сторонних поставщиков;
- поддержка Python для файловых и текстовых операций, постоянство и базы данных, параллельное выполнение и численные расчеты;
- основы работы в сети, программирование, управляемое событиями, и модули сетевых протоколов клиентской стороны;
- расширяющие модули Python, а также инструменты для организации в виде пакетов и распространения расширений, модулей и приложений
Оригинал книги: «Python in a Nutshell. A Desktop Quick Reference», Alex Martelli, Anna Ravenscroft, Steve Holden, Anna Ravenscroft, Steve Holden, 772 pages, ISBN 9781449392925, 4 May 2017
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги «Python. Справочник. Полное описание языка»
ЗДЕСЬ - читайте ПРЕДИСЛОВИЕ из книги «Python. Справочник. Полное описание языка»
ЗДЕСЬ - читайте 6 Главу «Модули» из книги «Python. Справочник. Полное описание языка»
(книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)(заказать-купить книгу «Python.Справочник.Полное описание языка» в интернет-магазине ComBook.ru)
(книгу можно заказать-купить в Ozon.ru)(заказать-купить книгу «Python. Справочник. Полное описание языка» в онлайн-мегамаркете Ozon.ru)
(книгу можно заказать-купить в DiaMail Украина)(заказать-купить книгу по «Python. Справочник. Полное описание языка» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
 |
| Глубокое обучение и TensorFlow для профессионалов Сантану Паттанаяк |
Книга «Глубокое обучение и TensorFlow для профессионалов» представляет собой практическое и теоретическое руководство, содержащее множество бесценных советов и рекомендаций, которые помогут даже новичкам быстро освоить методы глубокого обучения и развертывания решений, построенных на их основе
В книге уделено внимание всем практическим аспектам глубокого обучения (Deep Learning), имеющим важное значение для любой области применения. Приведено и описано множество демонстрационных прототипов, которые вы сможете использовать для создания новых приложений на основе технологии глубокого обучения
Программный код на Python всех примеров из книги «Глубокое обучение и TensorFlow для профессионалов» предоставляется в удобной форме блокнотов iPython, что упростит читателям его выполнение и адаптацию под конкретные задачи
Основные темы книги «Глубокое обучение и TensorFlow для профессионалов»:
— математические основы глубокого обучения;
— полный стек технологий глубокого обучения на основе TensorFlow;
— развертывание производственных вариантов сложных решений на основе глубокого обучения с использованием TensorFlow;
— проведение исследований в области глубокого обучения и выполнение экспериментов с помощью TensorFlow
Оригинал книги: «Pro Deep Learning with TensorFlow A Mathematical Approach to Advanced Artificial Intelligence in Python» by Santanu Pattanayak, 398 page, ISBN 9781484230954, December 2017
ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги Сантану Паттанаяка «Глубокое обучение и TensorFlow для профессионалов»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги «Глубокое обучение и TensorFlow для профессионалов»
ЗДЕСЬ - читайте 6 Главу «Усовершенствованные варианты архитектуры нейронных сетей» из книги Сантану Паттанаяка «Глубокое обучение и TensorFlow для профессионалов. Математический подход к построению систем искусственного интеллекта на Python»
(книгу можно заказать-купить в Библио-Глобус)(заказать-купить книгу «Глубокое обучение и TensorFlow для профессионалов» в интернет-магазине biblio-globus.ru)
(книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)(заказать-купить книгу «Глубокое обучение и TensorFlow для профессионалов» в интернет-магазине ComBook.ru)
(книгу можно заказать-купить в Ozon.ru)(заказать-купить книгу «Глубокое обучение и TensorFlow для профессионалов» в онлайн-мегамаркете Ozon.ru)
(книгу можно заказать-купить в DiaMail Украина)(заказать-купить книгу «Глубокое обучение и TensorFlow для профессионалов» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
 |
| Основы машинного обучения для аналитического прогнозирования Джон Д. Келлехер Брайан Мак-Нейми Ифе д’Арси |
Машинное обучение часто используется для построения прогностических моделей путем извлечения шаблонов из больших наборов данных. Эти модели используются в приложениях для предсказания, включая прогнозирование цен, оценку риска, прогнозирование поведения клиентов и классификацию документов
Книга «Основы машинного обучения для аналитического прогнозирования» - это вводный учебник, который предлагает подробное и целенаправленное рассмотрение наиболее важных подходов к машинному обучению, используемых в аналитическом прогнозировании, охватывающих как теоретические концепции, так и практические приложения
В книге формальный математический материал дополняется практическими примерами, а тематические исследования иллюстрируют применение этих моделей в более широком контексте бизнеса
После обсуждения перехода от данных к решению, в книге «Основы машинного обучения для аналитического прогнозирования» описывается четыре подхода к компьютерному обучению: информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок
Каждый из этих подходов сначала описывается неформально, а затем приводятся математические модели и алгоритмы, иллюстрированные подробными практическими примерами. Наконец, в книге рассматриваются методы оценки моделей прогнозирования и предлагаются два тематических исследования, которые описывают конкретные проекты анализа данных на каждом этапе разработки, начиная от формулирования бизнес-задачи и заканчивая реализацией аналитического решения
Книга «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», написанная авторами, имеющими многолетний опыт преподавания методов машинного обучения и работы над проектами аналитического прогнозирования, предназначена для студентов и аспирантов, специализирующихся в области компьютерных наук, математики или статистики, а также как справочник для профессионалов
Оригинал книги: «Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies» by John D. Kelleher, Brian Mac Namee and Aoife D'Arcy, 624 pages, ISBN 9780262029445, 2016. ЗДЕСЬ - отзывы покупателей книги на англ.языке в www.amazon.com
(книгу можно заказать-купить в Библио-Глобус)(заказать-купить книгу «Основы машинного обучения для аналитического прогнозирования» в интернет-магазине biblio-globus.ru)
(книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)(заказать-купить книгу «Основы машинного обучения для аналитического прогнозирования» в интернет-магазине ComBook.ru)
(книгу можно заказать-купить в Ozon.ru)(заказать-купить книгу «Основы машинного обучения для аналитического прогнозирования» в онлайн-мегамаркете Ozon.ru)
(книгу можно заказать-купить в DiaMail Украина)(заказать-купить книгу по «Основы машинного обучения для аналитического прогнозирования» 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
 |
| Язык R в задачах науки о данных Хэдли Уикем Гарретт Гроулмунд полноцветное издание |
Книга «Язык R в задачах науки о данных: импорт, подготовка, обработка, визуализация и моделирование данных» задумана как введение в вычислительную среду R, среду разработки RStudio и библиотеку tidyverse — коллекцию пакетов, совместное использование которых обеспечивает быстроту и легкость анализа данных и делает этот вид деятельности чрезвычайно увлекательным занятием
Книга «Язык R в задачах науки о данных» ориентирована на читателей, не имеющих предварительного опыта программирования, и предназначена для того, чтобы помочь им в как можно более короткие сроки подготовиться к самостоятельному анализу данных
Основные темы книги «Язык R в задачах науки о данных»:
* предварительная обработка данных — преобразование наборов данных к виду, удобному для анализа;
* программирование — освоение мощных инструментов R, упрощающих анализ данных и делающих его более понятным;
* разведочный анализ — исследование данных, выдвижение и быстрая проверка гипотез;
* моделирование — предоставление сжатых сводных данных, отражающих истинные "сигналы", посылаемые набором данных;
* обмен информацией — изучение языка R Markdown, обеспечивающего интеграцию описательного текста, кода и результатов анализа
Оригинал книги: «R for Data Science: Import, Tidy, Transform, Visualize, and Model Data», Hadley Wickham, Garrett Grolemund, 522 pages, ISBN 9781491910399, January 2017
(книгу можно заказать-купить в Библио-Глобус)(заказать-купить книгу «Язык R в задачах науки о данных» в интернет-магазине biblio-globus.ru)
(книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)(заказать-купить книгу «Язык R в задачах науки о данных» в интернет-магазине ComBook.ru)
(книгу можно заказать-купить в Ozon.ru)(заказать-купить книгу по «Язык R в задачах науки о данных» в онлайн-мегамаркете Ozon.ru)
(книгу можно заказать-купить в DiaMail Украина)(заказать-купить книгу по «Язык R в задачах науки о данных» в интернет-магазине diamail.com.ua)
Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
РЕКОМЕНДУЮ ОБРАТИТЬ ВНИМАНИЕ на НОВЫЕ КНИГИ
___________________________________________________
