Машинное обучение. Портфолио реальных проектов (pdf + epub)

PDF
Mark as finished
How to read the book after purchase
Book description

Изучите ключевые концепции машинного обучения‚ работая над реальными проектами! Машинное обучение – то, что поможет вам в анализе поведения клиентов, прогнозировании тенденций движения цен, оценке рисков и многом другом. Чтобы освоить машинное обучение, вам нужны отличные примеры, четкие объяснения и много практики. В книге все это есть!

Автор описывает реалистичные, практичные сценарии машинного обучения, а также дает предельно понятные объяснения ключевых концепций. Вы разберете интересные проекты, такие как сервис прогнозирования цен на автомобили с использованием линейной регрессии и сервис прогнозирования оттока клиентов. Вы выйдете за рамки алгоритмов и изучите важные техники, например развертывание приложений в бессерверных системах и запуск моделей с помощью Kubernetes и Kubeflow. Пришло время закатать рукава и прокачать свои навыки в области машинного обучения!

После покупки предоставляется дополнительная возможность скачать книгу в формате epub.

Detailed info
Age restriction:
16+
Date added to LitRes:
24 April 2023
Date of translation:
2023
Date written:
2021
Size:
496 pp.
ISBN:
978-5-4461-1978-3
Total size:
26 MB
Total number of pages:
496
Page size:
165 x 233 мм
Translator:
Р. Чикин
Copyright:
Питер
Does the book violate the law?
Complain about book
Машинное обучение. Портфолио реальных проектов (pdf + epub) by Алексей Григорьев—download pdf or read online. Leave comments and reviews, vote for your favorite.
Book is part of series
«Библиотека программиста (Питер)»
Тестирование веб-API (+ epub)
Объектно-ориентированный Python (+ epub)
Чистый код: создание, анализ и рефакторинг (pdf+epub)
-5%

People who read this book also read

Отзывы 1

Сначала популярные
Марат Шмелев

Книга "Машинное обучение. Портфолио реальных проектов", автор Григорьев, представляет собой подробное и понятное руководство по машинному обучению, его принципам и применению в различных областях. Автор охватывает все аспекты машинного обучения - от базовых понятий и алгоритмов до сложных тем, таких как глубокое обучение и обработка естественного языка.

Одним из главных преимуществ книги является большое количество практических примеров, которые помогают читателю лучше понять и усвоить материал.

Автор не просто описывает алгоритмы и методы, но и показывает, как они работают на реальных задачах.

Также стоит отметить, что Григорьев уделяет внимание не только техническим аспектам машинного обучения, но и его этическим и социальным последствиям. Он обсуждает вопросы, связанные с конфиденциальностью данных, предвзятостью алгоритмов и ответственностью специалистов по машинному обучению.

К недостаткам книги можно отнести некоторую сложность некоторых разделов для новичков в машинном обучении.

Однако, в целом, книга будет полезна как для начинающих, так и для опытных специалистов в области машинного обучения.

Оставьте отзыв