ДМК-Пресс Python и машинное обучение Рашка Себастьян

Машинное обучение - один из самых быстро развивающихся разделов информатики с приложениями в самых разных областях. Цель этой книги - познакомить читателя с фундаментальными принципами машинного обучения и характерными для него алгоритмическими парадигмами. Книга содержит обширный свод основополагающих теоретических идей машинного обучения и математические выкладки, благодаря которым эти идеи становятся практическими алгоритмами. Вслед за изложением базовых основ дисциплины рассматривается широкий спектр тем, не нашедших достаточного отражения в предшествующих учебниках: вычислительная сложность обучения, понятия выпуклости и устойчивости, важные алгоритмы, включая стохастический градиентный спуск, нейронные сети и обучение структурированному выводу, а также совсем недавние теоретические концепции, например, РАС-байесовский подход и границы сжатия

С распространением больших данных растет спрос на вычислительную и алгоритмическую эффективность. 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 вычислительных 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 • С этой книгой вы научитесь • применять большинство масштабируемых алгоритмов машинного обучения • работать с новейшими крупномасштабными методами машинного обучения • увеличивать прогнозную точность при помощи методов глубокого обучения и масштабируемых методов обработки данных • работать с вычислительной парадигмой Map-Reduce в платформе Spark • применять эффективные алгоритмы машинного обучения на основе платформ Spark и Hadoop • создавать мощные ансамбли в крупном масштабе • использовать потоки данных для обучения линейных и нелинейных прогнозных моделей на чрезвычайно больших наборах данных, используя всего одну машину

"Если вы собираетесь использовать машинное обучение для решения крупномасштабных практических задач, могу только порадоваться, что вы наткнулись на эту книгу. Читайте с удовольствием!" • Кэсси Козырков, главный специалист по теории принятия решений в Google • "Фундаментальная работа о практическом построении моделей машинного обучения и их развертывании в производственной среде. Подоспела как раз в тот момент, когда компании начали прозревать и осознавать, что для того, чтобы решение, основанное на машинном обучении, заработало, необходимы осознанные усилия инженеров и знакомство с передовыми практиками. Еще одна замечательная книга от Андрея!" • Каролис Урбонас, начальник отдела машинного обучения в Amazon • Новая книга Андрея Буркова, автора "Машинного обучения без лишних слов", мирового бестселлера, изданного на одиннадцати языках, - самая полная из существующих книг по прикладному ИИ

Данный классический труд содержит обстоятельное современное введение в машинное обучение (включая глубокое обучение), рассматриваемое сквозь объединяющую призму вероятностного моделирования и байесовской теории принятия решений. Включен базовый математический аппарат (в т. ч. элементы линейной алгебры и теории оптимизации), основы обучения с учителем (включая линейную и логистическую регрессию и глубокие нейронные сети), а также более сложные темы (в т. ч. перенос обучения и обучение без учителя). Упражнения в конце глав помогут читателям применить полученные знания, а в приложении имеется сводка используемых обозначений • В основу издания легла вышедшая в 2012 году книга Кэвина Мэрфи "Machine Learning: A Probabilistic Perspective". Однако это совершенно новая работа, отражающая многие достижения, случившиеся в этой области за последние 10 лет

Python — простой в изучении и практическом использовании язык программирования, который свободно доступен на компьютерах под управлением Mac OS, Windows и Linux. Изучив Python, вы сможете использовать его в своей профессиональной деятельности, не покупая какое-либо программное обеспечение • Данная книга представляет собой курс программирования на языке Python. Краткий и четкий стиль изложения и многочисленные упражнения позволят достаточно быстро овладеть основными навыками программирования и методами обработки данных • Издание предназначено широкому кругу читателей, которые не являются программистами и хотели бы освоить язык Python с нуля

Твои первые шаги в программировании Базовые знания о языке Python и объектно-ориентированном программировании Использование всех основных элементов словаря Python Работа с компонентами библиотеки Возможности Python при работе с графикой Основы работы с игровыми модулями pygame Разработка собственной игры Большое количество ярких иллюстрация для сохранения интереса к обучению Задачи для полного освоения материала Книга может использоваться в качестве учебника по информатике Эта книга - прекрасное руководство по программированию для детей на языке Python средней сложности. Читатели получат базовые знания о языке Python, узнают об объектно-ориентированном программировании, научатся работать с функциями, классами и модулями. Много внимания уделено работе с графикой, созданию анимации и разработке собственной игры

«В это новое издание Уэс внес изменения, так чтобы книга и дальше оставалась востребованным источником по всем аспектам анализа данных с применением Python и pandas. Горячо и настоятельно рекомендую» • Пол Берри, лектор и автор книги «Head First Python» • Перед вами авторитетное руководство по переформатированию, очистке и обработке наборов данных на Python. Третье издание, переработанное с учетом версией Python 3.10 и pandas 1.4, содержит практические примеры, демонстрирующие эффективное решение широкого круга задач анализа данных • Издание идеально подойдет как аналитикам, только начинающим осваивать Python, так и программистам на Python, еще не знакомым с наукой о данных и научными приложениями

Если вы - опытный программист на Python, то после прочтения данной книги ваши программы станут более качественными, надежными, быстрыми, удобными для сопровождения и использования • В центре внимания Марка Саммерфилда находятся четыре основных темы: повышение элегантности кода с помощью паттернов проектирования, повышения быстродействия с помощью распараллеливания и компиляции Python-программ (Cython), высокоуровневое сетевое программирование и графика. Он описывает паттерны, доказавшие свою полезность в Python, иллюстрирует их на примерах высококачественного кода и объясняет, почему некоторые из них не слишком существенны • Издание предназначено для программистов, уже работающих на Python, но также может быть полезно и начинающим пользователям языка

Если вам нужна помощь в разработке программ на языке Python 3 или вы планируете заняться обновлением старого кода на языке Python 2, эта книга – ваш счастливый билет. Она наполнена практическими примерами, разработанными и протестированными в среде Python 3.3, поэтому станет уникальным подспорьем для опытных программистов, желающих сконцентрироваться на современных инструментах и идиомах • В книге приведены полноценные рецепты, охватывающие свыше 10 основных тем Python, а также задачи, имеющие широкий спектр областей применения. Каждый рецепт содержит примеры кода, которые вы можете использовать в своих проектах, а также включает обсуждение принципов работы данного решения

Данный сборник упражнений призван расширить и углубить знания читателей в области программирования на Python путем решения практических задач разной степени сложности. В книге содержится 186 заданий, охватывающих самые разные учебные дисциплины и сферы жизнедеятельности. Для части упражнений в книге даны решения с описанием использованных техник и соответствующих синтаксических конструкций языка Python. Для того, чтобы справиться с предложенными заданиями, вам будет достаточно базовых знаний языка, полученных в любом курсе по Python • К особенностям данной книги можно отнести то, что в ней используется простой и доступный стиль программирования, упражнения взяты как из области математики и информатики, так и из других дисциплин, и примерно на половину заданий даны решения

Книга демонстрирует преимущества методологии разработки на основе тестирования (TDD) на языке Python. Вы научитесь писать и выполнять тесты для создания любого фрагмента вашего приложения и затем разрабатывать минимальный объем программного кода, необходимого для прохождения этих тестов. Вы также научитесь работать с различными инструментами и фреймворками, такими как Django, Selenium, Git, jQuery и Mock • Издание предназначено всем разработчикам, кто уже освоил начальный уровень программирования на Python и хочет перейти на следующий

Изучите методы и инструменты, которые обеспечивают плавный и эффективный процесс разработки программного обеспечения, с помощью этого краткого и практического руководства по непрерывной интеграции и непрерывной доставке с использованием Python. В книге представлены различные виды тестирования и показано, как настроить автоматизированные системы, которые выполняют эти тесты, и устанавливать приложения в различных средах контролируем способом на базе примеров. С помощью этой книги можно решить технические проблемы, связанные с разработкой программного обеспечения, которые обычно скрываются в чистых текстах программирования • Прочитав эту книгу, вы увидите, что в современном быстро меняющемся мире ни один программный проект не может позволить себе пройти разработку, затем этап интеграции непредсказуемой длины и сложности и, наконец, отправиться к заказчику – после чего выяснится, что полученное приложение не совсем удовлетворяет его потребностям