Python в моде! Это самый популярный язык программирования. Вакансии для Python-разработчиков входят в список самых высокооплачиваемых, а благодаря бурному развитию обработки данных, знание Python становится одним из самых востребованных навыков в среде аналитиков. Python — невероятный язык, популярный во многих областях. Он используется для автоматизации простых и сложных задач, цифровой обработки, веб-разработки, игр... Независимо от того, перешли ли вы на Python с другого языка, руководите группой программистов, работающих на Python, или хотите расширить свое понимание, имеет смысл подойти к изучению Python со всей серьезностью. Готовы начать карьеру питониста? Не теряйте времени на поиск информации, перелопачивая блоги и сайты, списки рассылок и группы. Мэтт Харрисон использует Python с 2000 года. Он занимался научными исследованиями, сборкой и тестированием, бизнес-аналитикой, хранением данных, а теперь делится своими знаниями как с простыми пользователями, так и с крупными корпорациями. Приобщитесь к передовому опыту и узнайте секреты внутренней кухни Python, доступные только профи, работающим с этим языком на протяжении многих лет.Год издания: 2019Формат: pdfЯзык: ruРазмер: 5539 KbСкачиваний: 2447

Машинное обучение. Карманный справочник. Краткое руководство по методам структурированного машинного обучения на Python. В книгу Машинное обучение: карманный справочник, включены подробные примеры и комментарии, которые помогут вам оперативно ориентироваться в основах структурированного машинного обучения (МО). Автор, Мэтт Харрисон, предлагает ценный справочник, который вы можете использовать как дополнительное пособие при обучении МО и в качестве удобного ресурса, когда погружаетесь в ваш следующий проект машинного обучения. Приведенные фрагменты кода имеют такой размер, чтобы их можно было использовать и адаптировать в ваших собственных проектах МО. Книга, идеально подходящая для программистов, аналитиков данных и инженеров искусственного интеллекта, содержит обзор процесса машинного обучения и знакомит вас с классификацией структурированных данных. В книге рассматриваются различные библиотеки и модели, их компромиссы, настройка и интерпретация. Кроме всего прочего вы изучите методы кластеризации, регрессии и уменьшения размерности. Основные темы книги Классификация с использованием набора данных Titanic Как очистить данные и справиться с их недостатком Разведочный анализ данных Общие этапы предварительной обработки с использованием выборки данных Выбор признаков, полезных для модели Выбор модели Оценка метрики и классификации Примеры регрессии с использованием нескольких методов машинного обучения Метрики для оценки регрессии Кластеризация Уменьшение размерности Конвейеры Scikit-learn При использовании этой книги предполагается знание языка программирования Python. В книге демонстрируется, как использовать различные вспомогательные библиотеки Python для решения реальных задач МО. Эта книга не заменит учебный курс по МО, но должна служить ориентиром того, что может охватывать прикладной курс машинного обучения. Автор использует ее в качестве справочного материала для курсов по анализу данных и машинному обучению, который он преподает. Автор книги Мэтт Харрисон считает, что его книга - лучший сборник ресурсов и примеров для решения задач прогнозного моделирования, если у вас есть структурированные данные.Перевод: Коваленко В. А.Год издания: 2020Формат: pdfЯзык: ruРазмер: 19093 KbСкачиваний: 866