- Регистрация
- 24.06.19
- Сообщения
- 64,916
- Реакции
- 376,683
Последние темы автора:
- [Gift cookies] Николай Гагарин — Рождественские встречи (2025)
- [DogWinner] Варвара Большакова — На связи (2025)
- [Иван Парфентев] Взлом алгоритмов 3.0. Тариф Sale (2025)
- [Алексей Корзов] Korzov Sale (2025)
- [Шамим Бхуян, Тимур Исаченко] Генеративный ИИ с обучением больших языковых моделей (LLM) для джунов (2025)
- #1
Голосов: 0
Автор: [Джоэл Грас]
Название: Data Science. Наука о данных с нуля, 2-е изд. (2020)
Автор книги "Наука о данных с нуля" легко, доступно и иногда с юмором повествует о сложных вещах, составляющих фундамент науки о данных и машинного обучения. Второе издание книги дополнено главами о глубоком обучении и этике данных. Кроме того, книга содержит несколько новых разделов, в частности о рекуррентных нейронных сетях, векторных вложениях слов и разложении матриц и некоторые другие, а также ряд новых примеров; всё подкреплено исходным кодом, размещенным в репозитории книги на GitHub. В книге детально разбирается пример разработки глубокой нейронной сети по образу библиотеки Keras. В исходный код внесен ряд изменений, отражающих последние тренды в развитии языка Python, в частности широко используются аннотации типов, не характерные для ранних версий языка Python, и типизированные именованные кортежи. Приведенные в книге примеры были протестированы на Python 3.7.2. Перевод второго издания книги был тоже полностью переработан с учетом терминологических уточнений и стилистических поправок. Настоящая книга рекомендуется широкому кругу специалистов, в том числе в области машинного обучения, начинающим исследователям данных, преподавателям, студентам, а также всем, кто интересуется программированием и решением вычислительных задач.
Скачать:
Название: Data Science. Наука о данных с нуля, 2-е изд. (2020)
Автор книги "Наука о данных с нуля" легко, доступно и иногда с юмором повествует о сложных вещах, составляющих фундамент науки о данных и машинного обучения. Второе издание книги дополнено главами о глубоком обучении и этике данных. Кроме того, книга содержит несколько новых разделов, в частности о рекуррентных нейронных сетях, векторных вложениях слов и разложении матриц и некоторые другие, а также ряд новых примеров; всё подкреплено исходным кодом, размещенным в репозитории книги на GitHub. В книге детально разбирается пример разработки глубокой нейронной сети по образу библиотеки Keras. В исходный код внесен ряд изменений, отражающих последние тренды в развитии языка Python, в частности широко используются аннотации типов, не характерные для ранних версий языка Python, и типизированные именованные кортежи. Приведенные в книге примеры были протестированы на Python 3.7.2. Перевод второго издания книги был тоже полностью переработан с учетом терминологических уточнений и стилистических поправок. Настоящая книга рекомендуется широкому кругу специалистов, в том числе в области машинного обучения, начинающим исследователям данных, преподавателям, студентам, а также всем, кто интересуется программированием и решением вычислительных задач.
Скачать: