ДМК-Пресс Введение в автоматизированное машинное обучение (AutoML) Хуттер Франк, Коттхофф Ларс, Ваншорен Хоакин

Книга представляет собой доступно изложенное введение в статистическое обучение - незаменимый набор инструментов, позволяющих извлечь полезную информацию из больших и сложных наборов данных, которые начали возникать в последние 20 лет в таких областях, как биология, экономика, маркетинг, физика и др. В этой книге описаны одни из наиболее важных методов моделирования и прогнозирования, а также примеры их практического применения. Рассмотренные темы включают линейную регрессию, классификацию, создание повторных выборок, регуляризацию, деревья решений, машины опорных векторов, кластеризацию и др. Описание этих методов сопровождается многочисленными иллюстрациями и практическими примерами. Поскольку цель этого учебника заключается в продвижении методов статистического обучения среди практикующих академических исследователей и промышленных аналитиков, каждая глава включает примеры практической реализации соответствующих методов с помощью R - чрезвычайно популярной среды статистических вычислений с открытым кодом

Крайне необходимое издание по новейшей предсказательной аналитике для более глубокого понимания методологии машинного обучения Использование разных машинно-обучаемых моделей для формулирования различных вопросов в отношении данных Конструирование нейронных сетей при помощи библиотек Написание красивого и лаконичного кода с оптимальным использованием созданных вами алгоритмов Встраивание машинно-обучаемой модели в веб-приложение для повышения ее общедоступности Обнаружение скрытых повторяющихся образов и структур в данных посредством кластерного анализа Организация данных с помощью эффективных методов предобработки и использование передовых практических подходов к оценке машинно-обучаемых моделей Анализ мнений для подробной интерпретации текстовых данных и информации из социальных сетей

В настоящее время компании тратят миллиарды долларов на проекты машинного обучения (МО), но эти средства могут быть потрачены впустую, если при этом не используется эффективное развертывание моделей МО. Перед вами практическое руководство, написанное Х. Хапке и К. Нельсон, с которым вы смело можете отправляться в путь по всем этапам автоматизации конвейера МО, построенного на основе экосистемы TensorFlow. Вы познакомитесь с методами и инструментами, которые существенно сократят время развертывания (с нескольких дней до нескольких минут), чтобы вы могли сосредоточиться на разработке новых моделей, а не на поддержке устаревших систем. Специалисты по анализу данных, инженеры по МО и инженеры DevOps узнают, как выйти за рамки простой разработки моделей и успешно реализовать свои проекты в области науки о данных, а менеджеры лучше поймут, как можно существенно сократить сроки, необходимые для реализации подобных проектов

Если вы раньше не имели дела с системами автоматизированного проектирования (САПР) или занимаетесь изучением САПР - эта книга для вас. Она представляет собой общий курс, дающий необходимый набор систематизированных фундаментальных сведений о САПР, обеспечивающий возможность общения со специалистами, использующими САПР, формулировать постановку задач, разрабатывать САПР как цельную систему, выбирать САПР в соответствии с задачами конкретного предприятия или проекта. Основной целью издания является ознакомление читателей с основополагающими принципами САПР, их классификацией, методами формализации процесса проектирования и конструирования, способами использования информационных технологий для автоматизации проектных, конструкторских и технологических задач

В книге представлены полезные методы программирования, имеющие практическую ценность. Опираясь на свой многолетний опыт, авторы показывают, как написать надежный код, который смогут читать другие разработчики. Основной принцип обучения - составление плана решения: от определения структур данных по условиям поставленной задачи через примеры и тесты к написанию программного кода. Книга содержит большое количество примеров и упражнений, позволяющих читателям самостоятельно закрепить изученный материал на практике • Книга будет полезна студентам вузов, где преподается информатика, а также тем, кто хочет изучить программирование на базовом уровне

Отличное введение в Elixir для людей с практическим складом ума. Авторы сразу переходят к сути и дают прекрасный обзор возможностей языка Elixir, достаточно глубокий, чтобы познакомить читателя с языком и вызвать желание попробовать его. Красивый, мощный и компактный, язык программирования Elixir отлично подходит для изучения функционального программирования, и это практическое введение покажет вам, насколько широкими возможностями он обладает. Авторы расскажут, как Elixir сочетает в себе надежность языка функционального программирования Erlang с подходом, который больше похож Ruby, а также мощную поддержку макросов для метапрограммирования. Эта книга поможет вам шаг за шагом освоить разработку программ на Elixir. Познакомившись с сопоставлением с образцом, программированием процессов и другими идеями, вы поймете, почему на Elixir так просто писать параллельные, надежные и отказоустойчивые программы, которые легко масштабируются как вверх, так и вниз

В современных вычислениях программы нередко объединяют несколько процессов. Основная проблема, возникающая при создании таких распределенных программ, состоит в том, чтобы заставить все процессы вместе работать над решением общей задачи, даже в случае отказов некоторых из них. Под отказами подразумеваются: аварийное завершение некоторых процессов, потеря связи с ними и даже злонамеренное нападение на некоторые процессы. Качин, Гуерру и Родригес в данной книге представили вводное описание фундаментальных абстракций распределенного программирования и алгоритмов их реализации в распределенных системах. Авторы используют последовательный подход, знакомя читателей сначала с базовыми абстракциями, действующими в простых окружениях, постепенно смещаясь ко все более сложным абстракциям и окружениям

Наука добилась больших успехов в моделировании пространства, времени, массы и энергии, но слишком мало сделала для того, чтобы создать модель информации, заполняющей нашу Вселенную • Данная книга рассказывает о том, как ученые соединили методы моделирования сложных процессов и теорию информации, благодаря чему стало возможно измерить сложность всех явлений мироздания в битах. Построенная на основе серии рецензируемых статей, книга написана языком, легко понятным для читателей со знанием математики на уровне средней школы • Если читатель стремится бегло охватить тему или не интересуется математическими подробностями, он может пропустить разделы, отмеченные специальным значком, и все равно испытает восторг от знакомства с новой захватывающей моделью информации о природе

Данная книга содержит пошаговые инструкции по использованию новых возможностей EСMAScript 6 вместо устаревших трюков и приемов программирования на JavaScript. Книга начинается со знакомства со всеми встроенными объектами ES6 и описания создания итераторов ES6. Затем она расскажет, как писать асинхронный код с помощью ES6 в обычном стиле синхронного кода. Далее описывается использование программного интерфейса рефлексии Reflect API для исследования и изменения свойств объектов. Затем рассматривается создание прокси-объектов и их применение для перехвата и изменения поведения операций с объектами. И, наконец, демонстрируются устаревшие методы модульного программирования, такие как IIFE, CommonJS, AMD и UMD, и сравниваются с модулями ES6, способными значительно увеличить производительность веб-сайтов

Книга посвящена разработке распределенных естественных вычислительных моделей в среде многоагентного моделирования NetLogo. В основу этого учебного пособия положены материалы двух курсов, которые автор на протяжении последних десяти лет читает в Московском государственном университете и университете "Дубна" студентам, обучающимся по специальности "Прикладная математика и информатика". Рассматриваются как классические модели, в том числе клеточные автоматы, нейронные сети, генетические алгоритмы, так и относительно современные, например методы и модели роевого интеллекта. Содержит большое число иллюстраций, примеров кода, упражнений и библиографических ссылок • Издание ориентировано на студентов, старшеклассников и всех, интересующихся тематикой математического и компьютерного моделирования

Задача данной книги проста: разобрать «идеи», лежащие в основе программ, и показать, как доказывать их правильность • Как математически доказать, что заданный алгоритм делает то, что он должен делать? И почему это так важно? • Доказывается правильность классических алгоритмов: целочисленного деления, алгоритм Евклида, ранжирования, др. Помимо традиционных алгоритмов, таких как жадные алгоритмы, алгоритмы динамического программирования и алгоритмы «разделяй и властвуй», книга исследует также рандомизированные и онлайновые алгоритмы. Первые стали повсеместными из-за появления криптографии, а вторые необходимы во многих областях, начиная с операционных систем и заканчивая фондовым рынком • Книга усеяна задачами. Большинство задач теоретические, но многие требуют реализации алгоритма; для таких задач используется язык программирования Python 3

Логическое программирование – это стиль программирования, в котором программы принимают форму наборов предложений на языке символической логики. В последнее время интерес к нему вырос благодаря возможности применения в дедуктивных базах данных, электронных таблицах, создании бизнес-логики при управлении предприятием и др • Данная книга знакомит с теорией логического программирования, современными технологиями и популярными применениями. Авторы ведут читателя от изучения базовых понятий (наборы данных, запросы, обновления и т.д.) к практическому применению вычислительной логики. Книга удобно структурирована: рассмотрение новых терминов сопровождается многочисленными примерами; в конце глав приводятся упражнения, позволяющие закрепить пройденный материал