Машинное обучение: основы, алгоритмы и практика применения : [подробное руководство] / Джереми Уатт, Реза Борхани, Аггелос Катсаггелос ; перевод с английского Андрея Логунова ; научные редакторы: Дмитрий Бардин, Мария Водолазкая
Язык: русский ; оригинала, английский.Выходные данные: Санкт-Петербург : БХВ-Петербург, 2022 [т. е. 2021]Физическая характеристика: 612 с. : ил., табл. ; 24 см.ISBN: 978-5-9775-6763-3 Примечания: Фактическая дата выхода в свет - 2021.Резюме: Представлены фундаментальные знания и практические инструменты в области машинного обучения, в том числе более 100 углубленных упражнений на языке Python. Дано введение в машинное обучение и математическую оптимизацию, включая методы первого и второго порядков, градиентного спуска и Ньютона. Приведено полное описание обучения с учителем, включая линейную регрессию, двухклассовую и многоклассовую классификацию, а также обучение без учителя и фундаментальные методы генерации признаков. Дано введение в нелинейное обучение с учителем и без. Обсуждается тема автоматизированного отбора подходящих нелинейных моделей, включая перекрестную валидацию, бустирование, регуляризацию и ансамблирование. Рассмотрены фиксированно-контурные ядра, нейронные сети, деревья и другие универсальные аппроксиматоры. Отдельно дана полная трактовка продвинутых методов оптимизации. Электронный архив на сайте издательства содержит коды всех примеров и более 300 цветных иллюстраций. Для разработчиков систем машинного обучения.Библиография: Библиогр.: с. 598-605 (76 назв.); Предм. указ.: с. 606-612.Предметная рубрика - Тема: Машинное обучение -- Руководства, пособия и т.п Неконтролируемые предметные термины: машинное обучение УДК: 004.438, 4Другие классификации: ( rubbk ) З973.236-01,07 ; З973.2-018я7 Тип экземпляра: Книга| Тип экземпляра | Текущая библиотека | Шифр хранения | Кол-во копий | Статус | Срок возврата | Штрих-код | |
|---|---|---|---|---|---|---|---|
| Книга | РНБ (Московский) Зал технической, медицинской и естественнонаучной литературы | Т З973.2-018/У-156 (Просмотр полки(Открывается ниже)) | Доступно | 1-4125516 | |||
| Книга | РНБ (Московский) Русский книжный фонд: издания с 1957 года, 8этаж, Хран. | 2022-7/1809 (Просмотр полки(Открывается ниже)) | КН-П-6787 | Доступно | 1-3628580 | ||
| Книга | РНБ (Московский) Русский книжный фонд: издания с 1957 года, 8этаж, Хран. | 2022-7/1809 (Просмотр полки(Открывается ниже)) | КН-П-6787 | Доступно | 1-3628579 | ||
| Книга | РНБ (Фонтанка) Юношеский читальный зал | Доступно | ERR-237253 |
Фактическая дата выхода в свет - 2021
Библиогр.: с. 598-605 (76 назв.)
Предм. указ.: с. 606-612
Представлены фундаментальные знания и практические инструменты в области машинного обучения, в том числе более 100 углубленных упражнений на языке Python. Дано введение в машинное обучение и математическую оптимизацию, включая методы первого и второго порядков, градиентного спуска и Ньютона. Приведено полное описание обучения с учителем, включая линейную регрессию, двухклассовую и многоклассовую классификацию, а также обучение без учителя и фундаментальные методы генерации признаков. Дано введение в нелинейное обучение с учителем и без. Обсуждается тема автоматизированного отбора подходящих нелинейных моделей, включая перекрестную валидацию, бустирование, регуляризацию и ансамблирование. Рассмотрены фиксированно-контурные ядра, нейронные сети, деревья и другие универсальные аппроксиматоры. Отдельно дана полная трактовка продвинутых методов оптимизации. Электронный архив на сайте издательства содержит коды всех примеров и более 300 цветных иллюстраций. Для разработчиков систем машинного обучения