Прикладне машинне навчання за допомогою Scikit-Learn і TensorFlow. Орельен Жерон.

"Ця книжка - чудовий вступ до теорії та практики розв'язання задач за допомогою нейронних мереж. Вона охоплює ключові моменти, необхідні для побудови ефективних додатків, а також забезпечує достатню основу для розуміння результатів нових досліджень у міру їх появи. Я рекомендую цю книгу всім, хто зацікавлений в освоєнні практичного машинного навчання."- Піт Ворден, технічний керівник напряму TensorFlowЗавдяки серії недавніх досягнень глибоке навчання значно посилило всю галузь машинного навчання. У наш час навіть програмісти, які майже нічого не знають про цю технологію, можуть використовувати прості та ефективні інструменти для реалізації програм, які здатні навчатися на основі даних. У цьому практичному посібнику показано, що і як слід робити.За рахунок застосування конкретних прикладів, мінімуму теорії та двох фреймворків Python виробничого рівня - Scikit-Learn і TensorFlow - автор книги Орельєн Жерон допоможе вам отримати інтуїтивне уявлення про концепції та інструменти, призначені для побудови інтелектуальних систем. Ви дізнаєтеся про низку прийомів, почавши з простої лінійної регресії та поступово діставшись до глибоких нейронних мереж. З огляду на наявність у кожному розділі вправ, покликаних закріпити те, чого ви навчилися, для початку роботи потрібен лише досвід програмування.Досліджуйте галузь машинного навчання, особливо нейронні мережіВикористовуйте Scikit-Learn для відстеження проєкту машинного навчання від початку до кінцяДослідіть деякі навчальні моделі, включно з методами опорних векторів, деревами прийняття рішень, випадковими лісами та ансамблевими методамиЗастосовуйте бібліотеку TensorFlow для побудови та навчання нейронних мережДосліджуйте архітектури нейронних мереж, включно зі згортковими мережами, рекурентними мережами та глибоким навчанням із підкріпленнямОсвойте прийоми для навчання та масштабування глибоких нейронних мережВикористовуйте практичні приклади коду, не опановуючи надмірно теорію машинного навчання чи деталі алгоритмівПро автораОрельєн Жерон - консультант із машинного навчання.Колишній працівник компанії Google, він керував командою класифікації відеороликів YouTube з 2013 по 2016 рік. З 2002 по 2012 рік він також був засновником і керівником технічного відділу в компанії Wifirst, провідного постачальника послуг бездротового доступу до Інтернету у Франції, а у 2001 році - засновником і керівником технічного відділу у фірмі Polyconseil, що нині керує сервісом спільного користування електромобілями Autolib'.