На основе фундаментальных понятий математики, введенных в начале, математически строго описывается ряд проблем и дается их решение. Изложение, где это возможно, носит строгий математический характер. Доказательства утверждений проводятся на конструктивном уровне. Дается большое количество примеров и упражнений, результаты которых, как правило, используются в дальнейшем. Для студентов, аспирантов и научных работников, занимающихся вопросами компьютерной математики и ее приложениями. (Оригинал книги на английском языке был издан в 1984 году)Перевод: Кобельков Георгий МихайловичГод издания: 1990Формат: djvuЯзык: ruРазмер: 3799 KbСкачиваний: 326

H2O — простая в использовании и открытая библиотека, которая поддерживает большое количество операционных систем и языков программирования, а также масштабируется для обработки больших данных. Эта книга научит вас использовать алгоритмы машинного обучения, реализованные в Н2O, с упором на наиболее важные для продуктивной работы аспекты. Рассмотрены глубокое обучение, случайный лес, обучение на неразмеченных данных и ансамбли моделей. В российское издание добавлены дополнительно два приложения, описывающих новейшие модули Н2O - Dеер Water и Stacked Ensemble. Их также можно найти в репозитории https://github.com/statist-bhfz/h2o_book_translate. Издание предназначено для специалистов по анализу данных, желающих изучить и применять на практике относительно новый, но многообещающий инструмент библиотеку Н2O.Год издания: 2018Формат: djvuЯзык: ruРазмер: 5720 KbСкачиваний: 607

Машинное обучение наконец-то достигло стадии зрелости. При помощи программного обеспечения H2O вы можете решать задачи машинного обучения и анализа данных с использованием простого в использовании и открытого (open source) фреймворка, который поддерживает большое количество операционный систем и языков программирования, а также масштабируется для обработки больших данных. Это практическое руководство научит вас использовать алгоритмы машинного обучения, реализованные в H2O, с упором на наиболее важные для продуктивной работы аспекты. Если вы умеете программировать на R или Python, хотя бы немного знаете статистику и имеете опыт обработки данных, эта книга Даррена Кука познакомит вас с основами использования H2O и поможет вам поэкспериментировать с машинным обучением на наборах данных разного размера. Вы изучите несколько современных алгоритмов машинного обучения: глубокое обучение, «случайный лес», обучение на неразмеченных данных и ансамбли моделей. Прочтя эту книгу, вы: узнаете, как импортировать данные в H2O, преобразовывать их и экспортировать их из H2O; изучите основные концепции машинного обучения, такие как перекрестная проверка и проверочные наборы данных; поработаете с тремя разными наборами данных, решая задачи регрессии, бинарной и многоклассовой классификации; используете H2O для анализа каждого набора данных при помощи четырех алгоритмов машинного обучения; поймете, как работает кластерный анализ и другие алгоритмы обучения на неразмеченных данных. Понимание процесса построения моделей, тупиковых ситуаций и заканчивающихся провалом экспериментов является не менее важным, чем изучение кода!Год издания: 2017Формат: pdfЯзык: ruРазмер: 112869 KbСкачиваний: 499

Год издания: 2018Формат: pdfЯзык: ruРазмер: 7158 KbСкачиваний: 327