Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2
Третье издание классического руководства по машинному и глубокому обучению на Python. Книга охватывает фундаментальные концепции машинного обучения, практические аспекты работы с данными и современные методы глубокого обучения.
В первых главах рассматриваются основы машинного обучения, алгоритмы классификации, работа с библиотекой scikit-learn, предварительная обработка данных и методы понижения размерности. Авторы подробно объясняют процесс оценки моделей, настройку гиперпараметров и ансамблевые методы.
Специальные разделы посвящены практическому применению ML: анализу тональности текстов, внедрению моделей в веб-приложения, регрессионному анализу и кластеризации. Значительная часть книги отведена глубокому обучению с использованием TensorFlow 2.
В заключительных главах рассматриваются сверточные нейронные сети для классификации изображений, рекуррентные нейронные сети для работы с последовательностями, порождающие состязательные сети и обучение с подкреплением. Книга содержит множество практических примеров и готовых решений.
