Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow

Этот товар закончился.

Описание и характеристики

Благодаря серии выдающихся 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 данных. Новое издание книги-бестселлера, опирающееся на конкретные примеры, минимум теории и готовые фреймворки Python производственного уровня, поможет вам получить интуитивное представление о концепциях и инструментах, предназначенных для построения интеллектуальных систем.
Вы освоите широкий спектр методик, которые можно быстро задействовать на практике. Учитывая наличие в каждой главе упражнений, призванных закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования. Весь код доступен на GitHub. Он был обновлен с учетом TensorFlow 2 и последней версии Scikit-Learn.
ID товара 2820890
Издательство Вильямс
Год издания
ISBN 978-5-907203-33-4
Количество страниц 1040
Размер 4.5x17.5x24
Тип обложки Твёрдый переплёт
Тираж 500
Вес, г 1500

Отзывы

15 бонусов

за полезный отзыв длиной от 300 символов

15 бонусов

если купили в интернет-магазине «Читай-город»

Полные правила начисления бонусов за отзывы
3.6
5 оценок
0
1
2
0
2
3 5
03.04.2023
3
Издание портит содержание
Информативный учебник по ML, идеально для начинающих.
В англоязычном издании много цветных графиков, цветной код и т.п.
В русскоязычном - серые кляксы на графиках, приходится обращаться к оригиналу, чтобы разобраться. Часть кода просто не видно, так как голубой шрифт отпечатался светло серым, практически незаметным.
За такую стоимость могли бы подумать об обучающихся и распечатать в цвете.
Плюсы
Содержание
Минусы
Качество издания
Благодаря серии выдающихся 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 данных. Новое издание книги-бестселлера, опирающееся на конкретные примеры, минимум теории и готовые фреймворки Python производственного уровня, поможет вам получить интуитивное представление о концепциях и инструментах, предназначенных для построения интеллектуальных систем.
Вы освоите широкий спектр методик, которые можно быстро задействовать на практике. Учитывая наличие в каждой главе упражнений, призванных закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования. Весь код доступен на GitHub. Он был обновлен с учетом TensorFlow 2 и последней версии Scikit-Learn.