Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow 2-е издание

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 и...

Рейтинг LiveLib

4,5

11 оценок

5
64%
4
27%
3
9%
2
0%
1
0%

Ваша оценка

Прочитали 12Хотят прочитать 30

Рецензии

GroDD1 февраля 2023 г.
Достойный учебник
Не уверен что кто-либо вообще занимается чтением рецензий на литературу жанра Программирование, но вдруг все же читатель найдется
Из достоинств: несмотря на 2019 год издания оригинала, стандартные функции для машинного обучения не поменялись прям так уж и кардинально. Книга дает иногда краткий, иногда подробный экскурс во все популярные на тот момент инструменты и способы обучения, повышения точности модели. Охватывается обучение с учителем и без учителя, ансамбли, нейронные сети, обучение с подкреплением, Ганы, компьютерное зрение. Спорные термины для перевода оставлены в оригинале. Есть код на гитхабе, и даже активный.
Из недостатков: поскольку ценник конский, да и смысла в бумажной версии я не вижу, то здравствуй пиратство. Качество сканов не очень. Не так много матана, как могло бы быть, хотя для новичков это плюс
...Вообще, на мой взгляд, эта книга способна заменить рекламные курсы от всяких контор. Если ты новичок, то эта книга для тебя. Если ты не сможешь дочитать ее до конца, то машинное обучение не для тебя. В ней все понятно написано, обычным повседневным языком.
П.С. Книг, подобной этой не так много. Есть у Себастьяна Рашки версия с TensorFlow и есть версия с Pytorch. Хорошо написанная от fast.ai на Pytorch (Джереми Говард).
Читать далее
5
349