Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow

С помощью 2-го издания бестселлера Себастьяна Рашки - книгой Python и машинное обучение, Вы освоите и сможете использовать передовые технологии машинного обучения, нейронных сетей и глубокого обученияБудучи основательно обновленной с учетом самых последних версий библиотек для Python с открытым исходным кодом - scikit-learn, TensorFlow и др., эта книга предлагает современные практические знания, приемы и методы, которые необходимы для создания и содействия машинному обучению, глубокому обучению и современному анализу больших данныхВ результате комплексного расширения и совершенствования книга теперь охватывает популярную библиотеку глубокого обучения TensorFlow. Код для scikit-learn также был полностью обновлен, чтобы включать последние улучшения и дополнения к этой универсальной библиотеке машинного обученияОбладающие уникальной проницательностью и знанием дела авторы - Себастьяна Рашки и Вахид Мирджалили, ознакомят Вас с алгоритмами машинного обучения и глубокого обучения с нуля и покажут, как применять их к сложным задачам в отрасли, используя реалистичные и очень интересные примеры. К концу чтения книги Python и машинное обучение Вы будете готовы встретиться с новыми перспективами анализа данных в сегодняшнем миреЕсли вы читали 1-е издание книги, то Вам доставит удовольствие найти новый баланс классических идей и современных знаний о машинном обучении. Каждая глава книги Python и машинное обучение была серьезно обновлена, и появились новые главы по ключевым технологиям. У вас будет возможность изучить и поработать с TensorFlow более вдумчиво, нежели ранее, а также получить важнейший охват библиотеки для нейронных сетей Keras наряду с самыми свежими обновлениями библиотеки scikit-learnВ книге Python и машинное обучение вы научитесь:- Освоите основные фреймворки в науке о данных, машинном обучении и глубоком обучении- Задействуете в машинном обучении мощь последних библиотек Python с открытым кодом- Овладеете приемами машинного обучения, используя сложные реальные данные- Научитесь строить реализации глубоких н