Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными

ISBN 978-5-9908910-8-1, 9781449369415 Наличие: 1


770.00 грн.
$1 инвестированный в образование приносит $30 дохода
Издательство: Вильямс
Размер: 170x240
Вес: 600
Переплет: Мягкий
Язык: Русский
Количество страниц: 480
Серия: O'Reilly
Моя цена Цена книги в других интернет-магазинах 1066 грн. Моя цена 770 грн. Экономия на книге 296 грн.
Внимание Внимание! Книга в единственном экземпляре. Не упустите шанс заключить выгодную сделку.
Смотрите другие лоты Большой выбор деловой литературы. Смотрите другие лоты.

Описание

Эта полноцветная книга - отличный источник информации для каждого, кто собирается использовать машинное обучение на практике. Ныне машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, и не следует думать, что эта область - прерогатива исключительно крупных компаний с мощными командами аналитиков.

Эта книга научит вас практическим способам построения систем МО, даже если вы еще новичок в этой области. В ней подробно объясняются все этапы, необходимые для создания успешного проекта машинного обучения, с использованием языка Python и библиотек scikit-learn, NumPy и matplotlib. Авторы сосредоточили свое внимание исключительно на практических аспектах применения алгоритмов машинного обучения, оставив за рамками книги их математическое обоснование. Данная книга адресована специалистам, решающим реальные задачи, а поскольку область применения методов МО практически безгранична, прочитав эту книгу, вы сможете собственными силами построить действующую систему машинного обучения в любой научной или коммерческой сфере.

Отзывы с ozon.ru: 

27 Июля 2019
 
 
Товар куплен на OZON
Недостатки
Переплёт хлипковат. 
Комментарий
С места в карьер! (с) - можно так начать отзыв. Как и указано в предисловии, книга предназначена для активного погружения в машинное обучение с использованием Python. Замечу, что книга не для новичков в программировании. Если вы знаете один из языков программирования и хотите покорять Python вселенную Data Science, то для этого придётся научиться программировать на Python. Т.е. крайне желательно иметь под рукой книгу/справочник по Python. Это важное отступление на мой взгляд, т.к. вам будет легче и комфортнее воспринимать код понимая синтаксис и семантику языка Python. Здесь я привожу своё видение, т.к. моя попытка изначально зайти к этой книге привела к тому, что надо было изучать матчать - язык Python ;) Авторы книги начиная уже с введения приводят код, показывая практическую реализацию каждой темы из ML. Код, пояснение, результат, разбор, анализ и вывод - в таком ключе построено повествование книги. Читатель сразу погружается в тему, параллельно повторяя код, модифицируя его, играясь с параметрами... (Конечно если он сядет за компьютер и будет вводить код или использовать готовые файлы с кодами, а не только читать книгу :) На мой взгляд книга имеет заслуженное право считаться введением в ML, т.к. прочитав почти 500 страниц и написав сотни-тысячи строк кода вы обязательно поймёте на практике, что такое ML и сможете двинуться дальше (выше и глубже) расширяя для себя горизонты Data Science... По оформлению. Мягкая обложка. Цветная печать очень помогает воспринимать изложение материала. Приятная на ощупь бумага. 
Вам помог этот отзыв?
 
4 Сентября 2018
 
 
Товар куплен на OZON
Достоинства
Прекрасная книга для начинающих машинлёрнеров. А качество книги, ммм! Относительно простым языком рассказывается о большом наборе алгоритмов машинного обучения. Примеры и иллюстрации. Разбор плюсов, минусов, областей применения тех или иных алгоритмов. 
Недостатки
Некоторые темы «выходят за рамки данной книги», и приходится искать другие источники информации, но это уже придирки. 
Комментарий
На среднем уровне рассматривается много алгоритмов машинного обучения как с учителем так и без. Хорошая вводная информация по препроцессингу данных, пониманию как работают те или иные алгоритмы и главное отличные примеры со ссылками на Git, где их можно посмотреть, разобрать и воспроизвести у себя. В книге не погружаются в глубокую математику и предлагают искать ответы на эти вопросы самостоятельно (давая соответствующие наводки на книги или ресурсы в интернете) Прочитав данную книгу можно вполне приступать к реализации моделей машинного обучения и анализа данных. Требуемые знания для лёгкого освоения материала: - Пригодиться знание Python, однако даже без таковых можно вполне освоить эту книгу. - Без знаний о программировании и высшей математике (хотя бы базовые, чтобы не пугаться терминов) книга будет восприниматься достаточно сложно. Если вышеперечисленных знаний нет, это не значит что книгу нельзя читать и вы её не поймёте, просто будет чуточку сложнее. Некоторые разделы книги (например машинное обучение без учителя, а точнее предобработка данных для этих алгоритмов) мне показались сложными, в сравнении с другими разделами книги, но можно списать это на общую сложность самой области знаний. 
Вам помог этот отзыв?
 
11 Августа 2017
 
 
Товар куплен на OZON
Достоинства
Просто шикарная книга! Подробно разобраны все основные алгоритмы машинного обучения. Достаточно актуальное издание, оригинал издан в октябре 2016 года. Читал еще на английском, все доступно объясняется с примерами кода. Для введения в предмет то, что нужно. 
Недостатки
Нет. 
Комментарий
Из бумажной книги долго перепечатывать код, с электронной версией проще, можно копировать куски кода и сразу запускать. 
Вам помог этот отзыв?

 

Похожие товары