Umfang 496 seiten
2021 Jahr
Машинное обучение. Портфолио реальных проектов (pdf + epub)
Über das Buch
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.
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.
Bewertungen, 1 Bewertung1