Хенрик Бринк,Джозеф Ричардс,Марк Феверолф

Машинное обучение

В последние годы машинное обучение вышло на уровень большого бизнеса: компании активно используют его для зарабатывания денег, прикладные исследования бурно развиваются, а неугомонные разработчики используют любую возможность повысить свой уровень владения данной тематикой.

Данная книга рассчитана на тех, кто хочет решать самые разнообразные задачи при помощи машинного обучения. Как правило, для этого нужен Python, поэтому в примерах кода используется этот язык, а также библиотеки pandas и scikit-learn. Вы познакомитесь с основными понятиями ML, такими как сбор данных, моделирование, классификация и регрессия, а главное, получите практический опыт обработки реальных данных.
545 printed pages
Publisher
Питер

Impressions

    Василий Губановshared an impression3 years ago
    💩Utter Crap

    Очень плохая реализация прекрасной идеи.

Quotes

    mashaklimovahas quoted9 months ago
    Рекомендуемая литература
    Учебник Г. Джеймса «An Introduction to Statistical Learning»6 детально знакомит с наиболее распространенными подходами к машинному обучению на уровне, доступном читателям без специальной подготовки в области математики и статистики. Английский вариант книги с согласия издательства доступен для скачивания в формате PDF на сайте авторов (http://www-bcf.usc.edu/~gareth/ISL/ISLR%20First%20Printing.pdf).
    nbaibekovahas quoted2 years ago
    itHub по адресу https://github.com/brinkar/real-world-machine-learning
    Anna Starikovahas quoted2 years ago
    С другой стороны, проектирование признаков может применяться и для проверки стереотипов, возникающих на базе рабочего опыта. Чтобы узнать, заслуживает ли гипотеза рассмотрения, достаточно использовать ее как признак в ML-модели. После чего точность работы модели проверяется с этим признаком и без него, чтобы оценить степень его влияния на прогнозирование целевой переменной. Если сильного приращения точности не происходит, очевидно, что гипотезу можно отбросить.

On the bookshelves

fb2epub
Drag & drop your files (not more than 5 at once)