Hands-On Machine Learning with Scikit-Learn and PyTorch: Concepts, Tools, and Techniques to Build Intelligent Systems

Эта книга представляет собой практическое руководство по машинному обучению, которое проведёт читателя от фундаментальных концепций до современных методов глубокого обучения. Автор предлагает сбалансированный подход, сочетающий теоретические основы с практической реализацией на Python с использованием библиотек Scikit-Learn и PyTorch.

Книга начинается с обзора ландшафта машинного обучения, объяснения основных типов систем (обучение с учителем, без учителя, с подкреплением) и ключевых проблем, таких как переобучение и недообучение. Затем читатель погружается в полный цикл проекта машинного обучения — от постановки задачи и работы с данными до оценки моделей и их развёртывания.

Особое внимание уделяется практической реализации: каждая концепция подкрепляется рабочим кодом на Python. Scikit-Learn используется для классических алгоритмов машинного обучения, а PyTorch — для построения и обучения нейронных сетей и глубокого обучения. Книга охватывает как базовые методы (линейная регрессия, классификация, кластеризация), так и передовые темы, включая обработку естественного языка и компьютерное зрение.

Издание структурировано как последовательное руководство, где каждая глава строится на знаниях предыдущих. Многочисленные примеры, упражнения и тщательно подобранные иллюстрации помогают усвоить сложные концепции. Книга подходит как для начинающих, так и для практикующих специалистов, желающих систематизировать знания и освоить современный стек инструментов для машинного обучения.