Массарон Лука
Все книги автораДиалектика 2020, ISBN: 978-5-907203-59-4
2688руб Купить
В настоящее время глубокое обучение (Deep Learning) предоставляет средства для распознавания шаблонов в данных, которые являются движущей силой онлайнового бизнеса и общественных медиаплощадок.
Книга «Глубокое обучение для чайников» предлагает вам сведения, помогающие снять покров тайны с этой темы, равно как и со всех связанных с ней внутренних технологий. В мгновение ока вам станут понятными все более и более запутанные алгоритмы, а вдобавок вы найдете простую и безопасную среду для экспериментирования с глубоким обучением.
Книга «Глубокое обучение для чайников» даст высокоуровневое представление о том, что в точности способно делать глубокое обучение, и предложит примеры основных видов приложений глубокого обучения.
Книга «Глубокое обучение для чайников»: включает примеры кода; предоставляет реальные примеры в рамках доступного повествования; предпринимает практические действия для облегчения усвоения материала; показывает, как более эффективно использовать глубокое обучение с помощью правильно выбранных инструментов.
Книга «Глубокое обучение для чайников» великолепно подойдет тем, кто хочет лучше понять основы внутренних технологий, которыми мы пользуемся каждый день.
Диалектика 2020, ISBN: 978-5-907203-47-1
4123руб Купить
Книга «Python и наука о данных для чайников» покажет, как использовать язык Python для создания интересных вещей с помощью науки о данных.
Вы увидите, как установить набор инструментов Anaconda, благодаря которому работа с Python станет очень простой. Здесь вы откроете для себя инструмент Google Colab, позволяющий писать код в облаке с помощью обычного планшета.
Вы узнаете, как выполнять все виды вычислений, используя последнюю версию языка Python. Вы также научитесь использовать различные библиотеки, обеспечивающие научный статистический анализ, построение диаграмм, графиков и многое другое.
Диалектика 2019, ISBN: 978-5-907114-57-9
1344руб Купить
Искусственный интеллект является захватывающим и немного жутковатым. Он вокруг нас. Искусственный интеллект помогает защитить от мошенничества, контролировать расписание медицинских процедур, он способен работать в клиентской службе и даже помогает вам в выборе телешоу и приборке вашего дома. Хотите узнать больше? Эта книга восполняет пробелы, знакомя вас с тем, что представляет собой искусственный интеллект и чем он не является, рассматриваются также этические вопросы использования искусственного интеллекта, его современное применение и некоторые из удивительных вещей, на которые он, вероятно, будет способен завтра. Будь вы технофилом или просто любопытны, вы будете очарованы тем, что узнаете!
В книге:
История искусственного интеллекта
Роль данных
Как искусственный интеллект используется в компьютерных приложениях, медицине, космосе и машинном обучении
Мифы, окружающие искусственный интеллект
Роботы и дроны
Об авторах
Джон Мюллер — автор более 108 книг и 600 статей на темы от искусственного интеллекта и работы с сетями до управления базами данных. Он также является техническим редактором и консультантом.
Лука Массарон — аналитик данных и директор по маркетинговым исследованиям, специализирующийся на многомерном статистическом анализе, машинном обучении и изучении ожиданий потребителей.
Диалектика 2018, ISBN: 978-5-9909446-2-6
3227руб Купить
Не нужно иметь ученую степень, чтобы понять смысл алгоритмов. Это ясное и доступное руководство покажет вам, как алгоритмы влияют на нашу повседневную жизнь. Они вездесущи и сопровождают всю нашу жизнь — от общения с друзьями в сети до принятия важных решений. Если вы хотите знать, как использовать алгоритмы для решения реальных задач — эта книга для вас.
Эта книга — действительно книга для чайников, поскольку основная ее задача не научить программировать реализации тех или иных давно известных алгоритмов, а познакомить вас с тем, что же такое алгоритмы, как они влияют на нашу повседневную жизнь, и каково состояние дел в этой области человеческих знаний сегодня.
В книге рассматривается крайне широкий спектр вопросов, связанных с алгоритмами — это и стандартные сортировка и поиск, и работа с графами (но с уклоном не в стандартные базовые алгоритмы, а в приложении их к таким явлениям сегодняшнего дня, как, например, социальные сети), работа с большими данными и вопросы искусственного интеллекта.
При этом материал книги — не просто отвлеченный рассказ о том или ином аспекте современных алгоритмов, но и демонстрация реализаций алгоритмов с конкретными примерами на языке программирования Python.
Книга будет полезна всем, кто интересуется современным состоянием дел в области программирования и алгоритмов.
В книге…
Работа с данными
Проектирование алгоритмов
История алгоритмов
Основы теории графов
Управление большими данными
Упрощение сложных алгоритмов
Движение робота в лабиринте
Программирование собственных алгоритмов
Об авторах
Джон Мюллер на сегодняшний день написал 102 книги и более чем 600 статей на разные темы — от сетей до машинного обучения.
Лука Массарон — ученый в области баз данных, специализирующийся в организации и интерпретации больших данных, и их преобразования для наиболее эффективного хранения и использования.
ДМК-Пресс 2017, ISBN: 978-5-97060-506-6
1699руб Купить
Учитесь быстро создавать мощные модели машинного обучения и развертывать крупномасштабные приложения прогнозирования!
Применение масштабируемых алгоритмов машинного обучения
Работа с новейшими крупномасштабными методами машинного обучения
Увеличение прогнозной точности при помощи методов глубокого обучения и масштабируемых методов обработки данных
Применение эффективных алгоритмов машинного обучения на основе платформ Spark и Hadoop
Создание мощных ансамблей в крупном масштабе
Использование потоков данных для обучения линейных и нелинейных прогнозных моделей на чрезвычайно больших наборах данных, используя всего одну машину
Главная задача настоящей книги состоит в том, чтобы предоставить способы применения мощных методов машинного обучения с открытым исходным кодом в крупномасштабных проектах без привлечения дорогостоящих корпоративных решений или больших вычисли-тельных кластеров. Описаны масштабируемое обучение в Scikit-learn, нейронные сети и глубокое обучение с использованием Theano, H2O и TensorFlow. Рассмотрены классификационные и регрессионные деревья, а также обучение без учителя. Охвачены эффективные методы машинного обучения в вычислительной среде MapReduce на платформах Hadoop и Spark на языке Python.