16 ноября 2017

Будет издана книга «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», Джон Д. Келлехер, Брайан Мак-Нейми и Ифе д’Арси, бумага офсетная-белая, твердый переплет, ~700 стр., ISBN , «ДИАЛЕКТИКА», 2018 - выйдет в феврале 2018 года

Будет издана книга «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», Джон Д. Келлехер, Брайан Мак-Нейми и Ифе д’Арси, бумага офсетная-белая, твердый переплет, ~700 стр., ISBN , «ДИАЛЕКТИКА», 2018

Машинное обучение часто используется для построения прогностических моделей путем извлечения шаблонов из больших наборов данных. Эти модели используются в приложениях для предсказания, включая прогнозирование цен, оценку риска, прогнозирование поведения клиентов и классификацию документов

Книга «Основы машинного обучения для аналитического прогнозирования» - это вводный учебник, который предлагает подробное и целенаправленное рассмотрение наиболее важных подходов к машинному обучению, используемых в аналитическом прогнозировании, охватывающих как теоретические концепции, так и практические приложения

В книге формальный математический материал дополняется практическими примерами, а тематические исследования иллюстрируют применение этих моделей в более широком контексте бизнеса

После обсуждения перехода от данных к решению, в книге «Основы машинного обучения для аналитического прогнозирования» описывается четыре подхода к компьютерному обучению: информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок

Каждый из этих подходов сначала описывается неформально, а затем приводятся математические модели и алгоритмы, иллюстрированные подробными практическими примерами. Наконец, в книге рассматриваются методы оценки моделей прогнозирования и предлагаются два тематических исследования, которые описывают конкретные проекты анализа данных на каждом этапе разработки, начиная от формулирования бизнес-задачи и заканчивая реализацией аналитического решения

Книга «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», написанная авторами, имеющими многолетний опыт преподавания методов машинного обучения и работы над проектами аналитического прогнозирования, предназначена для студентов и аспирантов, специализирующихся в области компьютерных наук (информатики), математики или статистики, а также как справочник для профессионалов

Оригинал книги: «Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies» by John D. Kelleher, Brian Mac Namee and Aoife D'Arcy, 624 pages, ISBN 9780262029445, 2016. ЗДЕСЬ - отзывы покупателей книги на англ.языке в www.amazon.com

(книга в производстве)

На русском языке книга выйдет в феврале 2018 года в издательстве «ДИАЛЕКТИКА» и будет издана ограниченным тиражом
______________________
ОБ АВТОРАХ
______________________
Джон Д. Келлехер — профессор компьютерных наук и научный руководитель Института исследований информации, коммуникации и культуры в Дублинском технологическом институте
Брайан Макнейми является преподавателем университетского колледжа в Дублине
Ифе д’Арси является генеральным директором The Analytics Store, консалтинговой и тренинговой компании по анализу данных


Будет издана книга «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование», Тревор Хасти, Роберт Тибширани, Джером Фридман, 2 издание, бумага офсетная-белая, твердый переплет, ~800 стр., ISBN , «ДИАЛЕКТИКА», 2018

В течение последнего десятилетия произошел стремительный рост вычислительных и информационных технологий. Благодаря этому в различных областях, таких как медицина, биология, финансы и маркетинг, появилась возможность обрабатывать огромные объемы данных. Необходимость понимания этих данных привела к разработке новых инструментов в области статистики и породила новые области, такие как интеллектуальный анализ данных, машинное обучение и биоинформатика. Многие из этих инструментов имеют общие основы, но часто выражаются с помощью разных терминов

В книге «Основы статистического обучения» описываются важные идеи, существующие в этих областях, на основе общего концептуального подхода. Хотя этот подход является статистическим, акцент делается на концепциях, а не на математике. Авторы приводят много примеров с широким использованием графических иллюстраций

В частности, в книге «Основы статистического обучения» рассматриваются основные понятия и методы статистического обучения: линейная регрессия, нелинейная регрессия, линейные методы классификации, регуляризация, ядерное сглаживание, оценивание и выбор моделей, аддитивные модели, деревья классификации, создание повторных выборок, нейронные сети, случайные леса и многое другое. Авторы приводят множество примеров и цветных иллюстраций применения этих методов на практике

Книга «Основы статистического обучения» представляет собой ценный источник знаний для статистиков и всех, кто интересуется обработкой данных в науке или промышленности. Диапазон тем, охваченных книгой, обширен: от обучения с учителем (прогнозирования) до обучения без учителя, включая нейронные сети, метод опорных векторов, деревья классификации и бустинг

Новое издание книги «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» (2 издание) содержит множество тем, не охваченных в первом издании, включая графовые модели, случайные леса, ансамблевые методы, метод наименьших углов и LASSO, алгоритмы неотрицательной матричной факторизации и спектральной кластеризации. В книгу включена также глава о методах обработки “широких” данных, включая множественное тестирование и оценивание уровня ложноположительных результатов

на фото Тревор Хасти (Trevor Hastie) соавтор книги «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» (2-е издание)
Тревор Хасти 
Trevor Hastie
Авторы книги «Основы статистического обучения» - Тревор Хасти, Роберт Тибширани и Джером Фридман работают профессорами статистики в Стэнфордском университете

Они являются выдающимися исследователями в этой области: Хасти и Тибширани разработали обобщенные аддитивные модели и написали популярную книгу на эту тему. Хасти — соавтор большой части программного обеспечения для статистического моделирования в среде R/S-PLUS и изобретатель алгоритма поиска главных кривых и поверхностей

Тибширани предложил метод LASSO и является соавтором очень успешной книги «Introduction to the Bootstrap» (Chapman and Hall/CRC,1994))

Фридман — соавтор многих инструментов для интеллектуального анализа данных, включая CART, MARS, а также методов поиска наилучшей проекции и градиентного бустинга

Книга «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» представляет огромный интерес для специалистов, применяющих методы статистического обучения (машинного обучения), а также для студентов, изучающих компьютерные науки (информатику)

Оригинал книги: «The Elements of Statistical Learning: Data Mining, Inference, and Prediction» by Trevor Hastie, Robert Tibshirani, Jerome Friedman, 2ed Edition, 745 pages, ISBN 9780387848570, 2009

Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
РЕКОМЕНДУЮ ОБРАТИТЬ ВНИМАНИЕ на КНИГИ
___________________________________________________

15 ноября 2017

Издана книга «Компьютерное зрение. Современный подход», Дэвид А. Форсайт, Джин Понс, бумага офсетная-белая, твердый переплет, 960 стр., ISBN 978-5-8459-0542-0, «ДИАЛЕКТИКА», 2018 - выйдет в ноябре 2017 года

книга Дэвида А. Форсайта и Джина Понса «Компьютерное зрение. Современный подход»
Компьютерное зрение. 
Современный подход

Дэвид А. Форсайт 
Джин Понс
Издана книга «Компьютерное зрение. Современный подход», Дэвид А. Форсайт, Джин Понс, бумага офсетная-белая, твердый переплет, 960 стр., ISBN 978-5-8459-0542-0, «ДИАЛЕКТИКА», 2018 - заказать-купить книгу по «Компьютерное зрение. Современный подход» в онлайн-мегамаркете Ozon.ru

Компьютерное зрение (CV, Computer Vision) — это одна из самых востребованных областей на данном этапе развития глобальных цифровых компьютерных технологий

Компьютерное зрение требуется на производстве, при управлении роботами, при автоматизации процессов, в медицинских и военных приложениях, при наблюдении со спутников и при работе с персональными компьютерами, в частности поиске цифровых изображений

Книга «Компьютерное зрение. Современный подход» ориентирована на широкий круг читателей, интересующихся данной областью, в первую очередь — на студентов и преподавателей технических вузов, занимающихся вычислительной геометрией, компьютерной графикой, обработкой изображений, работой с изображениями вообще и робототехникой

Книга «Компьютерное зрение. Современный подход» построена в форме сборника лекций (по возможности независимых), посвященных разнообразным вопросам, так что ее можно использовать как учебник по компьютерному зрению

Оригинал книги: «Computer Vision: A Modern Approach» by David A. Forsyth, Jean Ponce

заказать-купить книгу Дэвида А. Форсайта и Джина Понса «Компьютерное зрение. Современный подход» в интернет-магазине КОМБУК (самая низкая цена в России!) (книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)
(заказать-купить книгу «Компьютерное зрение. Современный подход» в интернет-магазине ComBook.ru)

заказать-купить книгу Дэвида А. Форсайта и Джина Понса «Компьютерное зрение. Современный подход» в онлайн-мегамаркете Ozon.ru(книгу можно заказать-купить в Ozon.ru)
(заказать-купить книгу по «Компьютерное зрение. Современный подход» в онлайн-мегамаркете Ozon.ru)

заказать-купить книгу Дэвида А. Форсайта и Джина Понса «Компьютерное зрение. Современный подход» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу по «Компьютерное зрение. Современный подход» в интернет-магазине diamail.com.ua)

На русском языке книга вышлат в ноябре 2017 года в издательстве «ДИАЛЕКТИКА» и издана ограниченным тиражом
_________________________________________________________________________________
СОДЕРЖАНИЕ книги «Компьютерное зрение. Современный подход»
_________________________________________________________________________________
Предисловие

Часть I Формирование изображений и модели изображений
1 КАМЕРЫ
2 ГЕОМЕТРИЧЕСКИЕ МОДЕЛИ КАМЕР
3 ГЕОМЕТРИЧЕСКАЯ КАЛИБРОВКА КАМЕР
4 РАДИОМЕТРИЯ - ИЗМЕРЕНИЕ СВЕТА
5 ИСТОЧНИКИ, ТЕНИ И ЗАТЕНЕНИЕ
6 СВЕТ

Часть II Первые этапы: одно изображение
7 ЛИНЕЙНЫЕ ФИЛЬТРЫ
8 ОПРЕДЕЛЕНИЕ КРАЕВ
9 ТЕКСТУРА

Часть III Первые этапы: несколько изображений
10 ГЕОМЕТРИЯ НЕСКОЛЬКИХ ПРОЕКЦИЙ
11 СТЕРЕОЗРЕНИЕ
12 ОПРЕДЕЛЕНИЕ АФФИННОЙ СТРУКТУРЫ ПО ДВИЖЕНИЮ
13 ОПРЕДЕЛЕНИЕ ПРОЕКТИВНОЙ СТРУКТУРЫ ПО ДВИЖЕНИЮ

Часть IV Компьютерное зрение: средний уровень
14 СЕГМЕНТАЦИЯ ЧЕРЕЗ КЛАСТЕРИЗАЦИЮ
15 СЕГМЕНТАЦИЯ ЧЕРЕЗ ПОДБОР МОДЕЛИ
16 СЕГМЕНТАЦИЯ И ПОДБОР С ИСПОЛЬЗОВАНИЕМ ВЕРОЯТНОСТНЫХ МЕТОДОВ
17 СОПРОВОЖДЕНИЕ С ИСПОЛЬЗОВАНИЕМ ЛИНЕЙНЫХ ДИНАМИЧЕСКИХ МОДЕЛЕЙ

Часть V Верхний уровень компьютерного зрения: геометрические методы
18 ЗРЕНИЕ НА ОСНОВЕ МОДЕЛИ
19 ГЛАДКИЕ ПОВЕРХНОСТИ И ИХ КОНТУРЫ
20 АСПЕКТНЫЕ ГРАФИКИ
21 ДАЛЬНОСТНЫЕ ДАННЫЕ

Часть VI Верхний уровень: вероятностные методы и методы логического вывода
22 ПОИСК ШАБЛОНОВ С ИСПОЛЬЗОВАНИЕМ КЛАССИФИКАТОРОВ
23 РАСПОЗНАВАНИЕ ЧЕРЕЗ СВЯЗЬ ШАБЛОНОВ
24 ГЕОМЕТРИЧЕСКИЕ ШАБЛОНЫ ЧЕРЕЗ ПРОСТРАНСТВЕННЫЕ СВЯЗИ

Часть VII Приложения
25 ПОИСК В ЦИФРОВЫХ БИБЛИОТЕКАХ
26 ВИЗУАЛИЗАЦИЯ НА ОСНОВЕ ИЗОБРАЖЕНИЙ

ЛИТЕРАТУРА
ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ


Будет издана книга «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», Джон Д. Келлехер, Брайан Мак-Нейми и Ифе д’Арси, бумага офсетная-белая, твердый переплет, ~700 стр., ISBN , «ДИАЛЕКТИКА», 2018

Машинное обучение часто используется для построения прогностических моделей путем извлечения шаблонов из больших наборов данных. Эти модели используются в приложениях для предсказания, включая прогнозирование цен, оценку риска, прогнозирование поведения клиентов и классификацию документов

Книга «Основы машинного обучения для аналитического прогнозирования» - это вводный учебник, который предлагает подробное и целенаправленное рассмотрение наиболее важных подходов к машинному обучению, используемых в аналитическом прогнозировании, охватывающих как теоретические концепции, так и практические приложения

В книге формальный математический материал дополняется практическими примерами, а тематические исследования иллюстрируют применение этих моделей в более широком контексте бизнеса

После обсуждения перехода от данных к решению, в книге «Основы машинного обучения для аналитического прогнозирования» описывается четыре подхода к компьютерному обучению: информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок

Каждый из этих подходов сначала описывается неформально, а затем приводятся математические модели и алгоритмы, иллюстрированные подробными практическими примерами. Наконец, в книге рассматриваются методы оценки моделей прогнозирования и предлагаются два тематических исследования, которые описывают конкретные проекты анализа данных на каждом этапе разработки, начиная от формулирования бизнес-задачи и заканчивая реализацией аналитического решения

Книга «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», написанная авторами, имеющими многолетний опыт преподавания методов машинного обучения и работы над проектами аналитического прогнозирования, предназначена для студентов и аспирантов, специализирующихся в области компьютерных наук (информатики), математики или статистики, а также как справочник для профессионалов

Оригинал книги: «Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies» by John D. Kelleher, Brian Mac Namee and Aoife D'Arcy, 624 pages, ISBN 9780262029445, 2016. ЗДЕСЬ - отзывы покупателей книги на англ.языке в www.amazon.com

Книга обсуждается в отдельном сообщении моего блога


Будет издана книга «Прикладное машинное обучение c библиотеками Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем», Орельен Жерон, (в переводе Юрия Артёменко), бумага офсетная-белая, твердый переплет, полноцветное издание, ~600 стр., ISBN , «ДИАЛЕКТИКА», 2018

Благодаря серии недавних достижений глубокое обучение усилило всю сферу машинного обучения. Теперь даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на основе данных. В практическом руководстве «Прикладное машинное обучение c библиотеками Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем» будет показано, как это делать

За счет применения конкретных примеров, минимальной теории и двух готовых производственных инфраструктур Pythonscikit-learn и TensorFlow – автор книги Орельен Жерон (Aurélien Géron) поможет Вам достичь интуитивного понимания концепций и инструментов для построения интеллектуальных систем (Intelligent Systems)

С помощью книги «Прикладное машинное обучение c библиотеками Scikit-Learn и TensorFlow» Вы изучите широкий спектр приемов, начиная с простой линейной регрессии и прогрессии и заканчивая глубокими нейронными сетями. Благодаря упражнениям в каждой главе, призванным помочь вам с применением того, что вы узнали, для начала работы вам понадобится лишь опыт программирования

- Исследуйте перспективы машинного обучения, особенно нейронных сетей
- Используйте Scikit-Learn для сквозного отслеживания примера проекта машинного обучения
- Исследуйте несколько моделей обучения, включая поддержку векторных машин, деревьев решений, случайных лесов и групповых методов
- Используйте библиотеку TensorFlow для построения и обучения нейронных сетей
- Исследуйте архитектуры нейронных сетей, в том числе сверточные сети, рекуррентные сети и глубинное обучение с подкреплением
- Исследуйте приемы обучения и масштабирования глубоких нейронных сетей
- Применяйте практические примеры кода не овладевая чрезмерной теорией машинного обучения или деталями алгоритмов

Оригинал книги: «Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques for Building Intelligent Systems», Aurelien Geron, 566 pages, ISBN 9781491962299, March 2017

заказать-купить книгу Орельена Жерона «Прикладное машинное обучение c библиотеками Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу по «Прикладное машинное обучение на Scikit-Learn и TensorFlow» в интернет-магазине diamail.com.ua)

Книга обсуждается в отдельном сообщении моего блога


Будет издана книга «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование», Тревор Хасти, Роберт Тибширани, Джером Фридман, 2 издание, бумага офсетная-белая, твердый переплет, ~800 стр., ISBN , «ДИАЛЕКТИКА», 2018

В течение последнего десятилетия произошел стремительный рост вычислительных и информационных технологий. Благодаря этому в различных областях, таких как медицина, биология, финансы и маркетинг, появилась возможность обрабатывать огромные объемы данных. Необходимость понимания этих данных привела к разработке новых инструментов в области статистики и породила новые области, такие как интеллектуальный анализ данных, машинное обучение и биоинформатика. Многие из этих инструментов имеют общие основы, но часто выражаются с помощью разных терминов

В книге «Основы статистического обучения» описываются важные идеи, существующие в этих областях, на основе общего концептуального подхода. Хотя этот подход является статистическим, акцент делается на концепциях, а не на математике. Авторы приводят много примеров с широким использованием графических иллюстраций

В частности, в книге «Основы статистического обучения» рассматриваются основные понятия и методы статистического обучения: линейная регрессия, нелинейная регрессия, линейные методы классификации, регуляризация, ядерное сглаживание, оценивание и выбор моделей, аддитивные модели, деревья классификации, создание повторных выборок, нейронные сети, случайные леса и многое другое. Авторы приводят множество примеров и цветных иллюстраций применения этих методов на практике

Книга «Основы статистического обучения» представляет собой ценный источник знаний для статистиков и всех, кто интересуется обработкой данных в науке или промышленности. Диапазон тем, охваченных книгой, обширен: от обучения с учителем (прогнозирования) до обучения без учителя, включая нейронные сети, метод опорных векторов, деревья классификации и бустинг

Новое издание книги «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» (2 издание) содержит множество тем, не охваченных в первом издании, включая графовые модели, случайные леса, ансамблевые методы, метод наименьших углов и LASSO, алгоритмы неотрицательной матричной факторизации и спектральной кластеризации. В книгу включена также глава о методах обработки “широких” данных, включая множественное тестирование и оценивание уровня ложноположительных результатов

на фото Тревор Хасти (Trevor Hastie) соавтор книги «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» (2-е издание)
Тревор Хасти 
Trevor Hastie
Авторы книги «Основы статистического обучения» - Тревор Хасти, Роберт Тибширани и Джером Фридман работают профессорами статистики в Стэнфордском университете

Они являются выдающимися исследователями в этой области: Хасти и Тибширани разработали обобщенные аддитивные модели и написали популярную книгу на эту тему. Хасти — соавтор большой части программного обеспечения для статистического моделирования в среде R/S-PLUS и изобретатель алгоритма поиска главных кривых и поверхностей

Тибширани предложил метод LASSO и является соавтором очень успешной книги «Introduction to the Bootstrap» (Chapman and Hall/CRC,1994))

Фридман — соавтор многих инструментов для интеллектуального анализа данных, включая CART, MARS, а также методов поиска наилучшей проекции и градиентного бустинга

Книга «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» представляет огромный интерес для специалистов, применяющих методы статистического обучения (машинного обучения), а также для студентов, изучающих компьютерные науки (информатику)

Оригинал книги: «The Elements of Statistical Learning: Data Mining, Inference, and Prediction» by Trevor Hastie, Robert Tibshirani, Jerome Friedman, 2ed Edition, 745 pages, ISBN 9780387848570, 2009

Книга обсуждается в отдельном сообщении моего блога


книга Тарика Рашида «Создаем нейронную сеть»
Создаем
нейронную сеть


Тарик Рашид

полноцветное 
издание
Издан мировой бестселлер - книга «Создаем нейронную сеть», Тарик Рашид, полноцветное издание, мягкий переплет, 272 стр., ISBN 978-5-9909445-7-2, «ДИАЛЕКТИКА», 2017 - заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине Ozon.ru

Книга «Создаем нейронную сеть» представляет собой введение в теорию и практику создания нейронных сетей. Тарик Рашид, автор этой книги, простым и понятным языком объясняет теоретические аспекты, знание которых необходимо для понимания принципов функционирования нейронных сетей и написания соответствующих программных инструкций

Изложение материала сопровождается подробным описанием процедуры поэтапного создания полностью функционального кода, который реализует нейронную сеть на языке языке программирования Python и способен выполняться даже на таком миниатюрном компьютере, как Raspberry Pi Zero

Основные темы книги «Создаем нейронную сеть»:

— нейронные сети и системы искусственного интеллекта;
— структура нейронных сетей;
— сглаживание сигналов, распространяющихся по нейронной сети, с помощью функции активации;
— тренировка и тестирование нейронных сетей;
— интерактивная оболочка для языка программирования Python - IPython;
— использование нейронных сетей в качестве классификаторов объектов;
— распознавание образов с помощью нейронных сетей

Книга «Создаем нейронную сеть» предназначена для тех, кто хочет узнать, что такое нейронные сети, где они применяются и как самому создать такую сеть, не имея опыта работы в данной области

Оригинал книги: «Make Your Own Neural Network», Tariq Rashid, 222 pages, ISBN 9781530826605, March 2016

ЗДЕСЬ - читайте ПРЕДИСЛОВИЕ из книги Тарика Рашида «Создаем нейронную сеть»
ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги Тарика Рашида «Создаем нейронную сеть»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги Тарика Рашида «Создаем нейронную сеть»
ЗДЕСЬ - читайте 3 Главу «Несколько интересных проектов» из книги Тарика Рашида «Создаем нейронную сеть»

заказать-купить книгу Тарика Рашида «Создаем нейронную сеть» в интернет-магазине «Библио-Глобус» (книгу можно заказать-купить в Библио-Глобус)
(заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине biblio-globus.ru)

заказать-купить книгу Тарика Рашида «Создаем нейронную сеть» в интернет-магазине КОМБУК (самая низкая цена в России!) (книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)
(заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине ComBook.ru)

заказать-купить книгу Тарика Рашида «Создаем нейронную сеть» в онлайн-мегамаркете Ozon.ru(книгу можно заказать-купить в Ozon.ru)
(заказать-купить книгу по «Создаем нейронную сеть» в онлайн-мегамаркете Ozon.ru)

заказать-купить книгу Тарика Рашида «Создаем нейронную сеть» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине diamail.com.ua)

Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
СЛЕДИТЕ ЗА ИЗМЕНЕНИЯМИ В ЭТОМ СООБЩЕНИИ -
последнее обновление - 16 ноября 2017 года
___________________________________________________
на фото Виктор Штонда (Viktor Shtonda) издатель
Виктор Штонда, издатель
Viktor Shtonda, publisher
ВОПРОС - какие еще книги этой тематики Вы можете предложить для оперативного издания на русском языке ?


P.S. Только Ваша активная позиция в столь непростое время будет способствовать появлению новых и нужных Вам книг. А также, способствовать повышению качества книг, издаваемых издательской группой «ДИАЛЕКТИКА-ВИЛЬЯМС»

___________________________________________________
Ваши комментарии перед публикацией я просматриваю, поэтому я оставляю за собой право публиковать или нет комментарии с подписью Анонимный

13 ноября 2017

Будет издана книга «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование», Тревор Хасти, Роберт Тибширани, Джером Фридман, 2 издание, бумага офсетная-белая, твердый переплет, ~800 стр., ISBN , «ДИАЛЕКТИКА», 2018 - выйдет весной 2018 года

Будет издана книга «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование», Тревор Хасти, Роберт Тибширани, Джером Фридман, 2 издание, бумага офсетная-белая, твердый переплет, ~800 стр., ISBN , «ДИАЛЕКТИКА», 2018

В течение последнего десятилетия произошел стремительный рост вычислительных и информационных технологий. Благодаря этому в различных областях, таких как медицина, биология, финансы и маркетинг, появилась возможность обрабатывать огромные объемы данных. Необходимость понимания этих данных привела к разработке новых инструментов в области статистики и породила новые области, такие как интеллектуальный анализ данных, машинное обучение и биоинформатика. Многие из этих инструментов имеют общие основы, но часто выражаются с помощью разных терминов

В книге «Основы статистического обучения» описываются важные идеи, существующие в этих областях, на основе общего концептуального подхода. Хотя этот подход является статистическим, акцент делается на концепциях, а не на математике. Авторы приводят много примеров с широким использованием графических иллюстраций

В частности, в книге «Основы статистического обучения» рассматриваются основные понятия и методы статистического обучения: линейная регрессия, нелинейная регрессия, линейные методы классификации, регуляризация, ядерное сглаживание, оценивание и выбор моделей, аддитивные модели, деревья классификации, создание повторных выборок, нейронные сети, случайные леса и многое другое. Авторы приводят множество примеров и цветных иллюстраций применения этих методов на практике

Книга «Основы статистического обучения» представляет собой ценный источник знаний для статистиков и всех, кто интересуется обработкой данных в науке или промышленности. Диапазон тем, охваченных книгой, обширен: от обучения с учителем (прогнозирования) до обучения без учителя, включая нейронные сети, метод опорных векторов, деревья классификации и бустинг

Новое издание книги «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» (2 издание) содержит множество тем, не охваченных в первом издании, включая графовые модели, случайные леса, ансамблевые методы, метод наименьших углов и LASSO, алгоритмы неотрицательной матричной факторизации и спектральной кластеризации. В книгу включена также глава о методах обработки “широких” данных, включая множественное тестирование и оценивание уровня ложноположительных результатов

на фото Тревор Хасти (Trevor Hastie) соавтор книги «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» (2-е издание)
Тревор Хасти 
Trevor Hastie
Авторы книги «Основы статистического обучения» - Тревор Хасти, Роберт Тибширани и Джером Фридман работают профессорами статистики в Стэнфордском университете

Они являются выдающимися исследователями в этой области: Хасти и Тибширани разработали обобщенные аддитивные модели и написали популярную книгу на эту тему. Хасти — соавтор большой части программного обеспечения для статистического моделирования в среде R/S-PLUS и изобретатель алгоритма поиска главных кривых и поверхностей

Тибширани предложил метод LASSO и является соавтором очень успешной книги «Introduction to the Bootstrap» (Chapman and Hall/CRC,1994))

Фридман — соавтор многих инструментов для интеллектуального анализа данных, включая CART, MARS, а также методов поиска наилучшей проекции и градиентного бустинга

Книга «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» представляет огромный интерес для специалистов, применяющих методы статистического обучения (машинного обучения), а также для студентов, изучающих компьютерные науки (информатику)

Оригинал книги: «The Elements of Statistical Learning: Data Mining, Inference, and Prediction» by Trevor Hastie, Robert Tibshirani, Jerome Friedman, 2ed Edition, 745 pages, ISBN 9780387848570, 2009

заказать-купить книгу Тревора Хасти, Роберта Тибширани, Джерома Фридмана «Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование» (2-е издание) в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу по «Основы статистического обучения» в интернет-магазине diamail.com.ua)

(книга в производстве)

На русском языке книга выйдет весной 2018 года в издательстве «ДИАЛЕКТИКА» и будет издана ограниченным тиражом


книга Гарета Джеймса, Даниела Уиттон, Тревора Хасти, Роберта Тибширани «Введение в статистическое обучение с примерами на языке R»
Введение в
статистическое 

обучение
 с примерами
 на языке R

Гарет Джеймс 
Даниела Уиттон 
Тревор Хасти 
Роберт Тибширани
В продаже есть книга «Введение в статистическое обучение с примерами на языке R», Гарет Джеймс, Даниела Уиттон, Тревор Хасти, Роберт Тибширани, 450 стр., ISBN 978-5-97060-293-5, «ДМК Пресс», 2016

Книга представляет собой доступно изложенное введение в статистическое обучение - незаменимый набор инструментов, позволяющих извлечь полезную информацию из больших и сложных наборов данных, которые начали возникать в последние 20 лет в таких областях, как биология, экономика, маркетинг, физика и др.

В книге «Введение в статистическое обучение с примерами на языке R» описаны одни из наиболее важных методов моделирования и прогнозирования, а также примеры их практического применения. Рассмотренные темы включают линейную регрессию, классификацию, создание повторных выборок, регуляризацию, деревья решений, машины опорных векторов, кластеризацию и др. Описание этих методов сопровождается многочисленными иллюстрациями и практическими примерами

Поскольку цель учебника «Введение в статистическое обучение с примерами на языке R» заключается в продвижении методов статистического обучения среди практикующих академических исследователей и промышленных аналитиков, каждая глава включает примеры практической реализации соответствующих методов с помощью R - чрезвычайно популярной среды статистических вычислений с открытым кодом

Оригинал книги: «An Introduction to Statistical Learning with Applications in R» by Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani, 426 pages, ISBN 9781461471370, 20013

Книга «Введение в статистическое обучение с примерами на языке R» рассчитана на неспециалистов, которые хотели бы применять современные методы статистического обучения для анализа своих данных. Предполагается, что читатели ранее прослушали лишь курс по линейной регрессии и не обладают знаниями матричной алгебры


Будет издана книга «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», Джон Д. Келлехер, Брайан Мак-Нейми и Ифе д’Арси, бумага офсетная-белая, твердый переплет, ~700 стр., ISBN , «ДИАЛЕКТИКА», 2018

Машинное обучение часто используется для построения прогностических моделей путем извлечения шаблонов из больших наборов данных. Эти модели используются в приложениях для предсказания, включая прогнозирование цен, оценку риска, прогнозирование поведения клиентов и классификацию документов

Книга «Основы машинного обучения для аналитического прогнозирования» - это вводный учебник, который предлагает подробное и целенаправленное рассмотрение наиболее важных подходов к машинному обучению, используемых в аналитическом прогнозировании, охватывающих как теоретические концепции, так и практические приложения

В книге формальный математический материал дополняется практическими примерами, а тематические исследования иллюстрируют применение этих моделей в более широком контексте бизнеса

После обсуждения перехода от данных к решению, в книге «Основы машинного обучения для аналитического прогнозирования» описывается четыре подхода к компьютерному обучению: информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок

Каждый из этих подходов сначала описывается неформально, а затем приводятся математические модели и алгоритмы, иллюстрированные подробными практическими примерами. Наконец, в книге рассматриваются методы оценки моделей прогнозирования и предлагаются два тематических исследования, которые описывают конкретные проекты анализа данных на каждом этапе разработки, начиная от формулирования бизнес-задачи и заканчивая реализацией аналитического решения

Книга «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», написанная авторами, имеющими многолетний опыт преподавания методов машинного обучения и работы над проектами аналитического прогнозирования, предназначена для студентов и аспирантов, специализирующихся в области компьютерных наук (информатики), математики или статистики, а также как справочник для профессионалов

Оригинал книги: «Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies» by John D. Kelleher, Brian Mac Namee and Aoife D'Arcy, 624 pages, ISBN 9780262029445, 2016. ЗДЕСЬ - отзывы покупателей книги на англ.языке в www.amazon.com

Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
РЕКОМЕНДУЮ ОБРАТИТЬ ВНИМАНИЕ на КНИГИ
___________________________________________________

10 ноября 2017

Будет издана книга «Стандартная библиотека Python 3: справочник с примерами», Даг Хеллман, 2 издание, бумага офсетная-белая, твердый переплет, ~1500 стр., ISBN , «ДИАЛЕКТИКА», 2018 - выйдет в декабре 2017 года

Будет издана книга «Стандартная библиотека Python 3: справочник с примерами», Даг Хеллман, 2 издание, бумага офсетная-белая, твердый переплет, ~1500 стр., ISBN , «ДИАЛЕКТИКА», 2018

Книга «Стандартная библиотека Python 3: справочник с примерами» Дага Хеллмана содержит всю необходимую информацию обо всех тонкостях использования стандартной библиотеки Python 3, которая включает сотни модулей, тщательно протестированных и подготовленных к немедленному использованию в приложениях

В книге «Стандартная библиотека Python 3: справочник с примерами» содержится огромное количество практических примеров кода, предназначенного для работы с текстом, структурами данных, пакетами, файловой системой, процессами и потоками, сетями, электронной почтой, средой выполнения и множеством других ресурсов Python 3

Основные темы книги «Стандартная библиотека Python 3: справочник с примерами»:

— обработка текста с помощью модулей string, textwrap, re (регулярные выражения) и difflib;
— использование структур данных: модули enum, collections, array, heapq, queue, struct, copy и множество других;
— реализация элегантных и компактных алгоритмов с использованием модулей functools, itertools и contextlib;
— архивация и сжатие данных;
— подпись и верификация сообщений криптографическими средствами;
— управление параллельными операциями с помощью процессов и потоков;
— тестирование, отладка, компиляция, профилирование, локализация, импорт и пакетирование модулей;
— управление взаимодействием с командными оболочками и средой выполнения

Особенно полезной книга «Стандартная библиотека Python 3: справочник с примерами» может оказаться для программистов, которые переносят программный код из версии Python 2 в версию Python 3

Оригинал книги: «Python 3 Standard Library by Example» by Doug Hellmann, 2ed Edition, 1456 pages, ISBN 9780134291055, June 2017

заказать-купить книгу Дага Хеллмана «Стандартная библиотека Python 3: справочник с примерами» (2-е издание) в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу «Стандартная библиотека Python 3» в интернет-магазине diamail.com.ua)

(книга сдаётся в типографию)

На русском языке книга выйдет в декабре 2017 года в издательстве «ДИАЛЕКТИКА» и будет издана ограниченным тиражом


Будет издана книга «Прикладное машинное обучение c библиотеками Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем», Орельен Жерон, (в переводе Юрия Артёменко), бумага офсетная-белая, твердый переплет, полноцветное издание, ~600 стр., ISBN , «ДИАЛЕКТИКА», 2018

Благодаря серии недавних достижений глубокое обучение усилило всю сферу машинного обучения. Теперь даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на основе данных. В практическом руководстве «Прикладное машинное обучение c библиотеками Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем» будет показано, как это делать

За счет применения конкретных примеров, минимальной теории и двух готовых производственных инфраструктур Pythonscikit-learn и TensorFlow – автор книги Орельен Жерон (Aurélien Géron) поможет Вам достичь интуитивного понимания концепций и инструментов для построения интеллектуальных систем (Intelligent Systems)

С помощью книги «Прикладное машинное обучение c библиотеками Scikit-Learn и TensorFlow» Вы изучите широкий спектр приемов, начиная с простой линейной регрессии и прогрессии и заканчивая глубокими нейронными сетями. Благодаря упражнениям в каждой главе, призванным помочь вам с применением того, что вы узнали, для начала работы вам понадобится лишь опыт программирования

- Исследуйте перспективы машинного обучения, особенно нейронных сетей
- Используйте Scikit-Learn для сквозного отслеживания примера проекта машинного обучения
- Исследуйте несколько моделей обучения, включая поддержку векторных машин, деревьев решений, случайных лесов и групповых методов
- Используйте библиотеку TensorFlow для построения и обучения нейронных сетей
- Исследуйте архитектуры нейронных сетей, в том числе сверточные сети, рекуррентные сети и глубинное обучение с подкреплением
- Исследуйте приемы обучения и масштабирования глубоких нейронных сетей
- Применяйте практические примеры кода не овладевая чрезмерной теорией машинного обучения или деталями алгоритмов

Оригинал книги: «Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques for Building Intelligent Systems», Aurelien Geron, 566 pages, ISBN 9781491962299, March 2017

заказать-купить книгу Орельена Жерона «Прикладное машинное обучение c библиотеками Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу по «Прикладное машинное обучение на Scikit-Learn и TensorFlow» в интернет-магазине diamail.com.ua)

Книга обсуждается в отдельном сообщении моего блога


Будет издана книга «Python. Справочник. Полное описание языка», Алекс Мартелли, Анна Рейвенскрофт, Стив Холден, 3 издание, бумага офсетная-белая, твердый переплет, ~800 стр., ISBN , «ДИАЛЕКТИКА», 2018

Полезный во многих ролях, начиная с проектирования и построения прототипов и заканчивая тестированием, развертыванием и сопровождением, на сегодняшний день Python последовательно входит в число самых популярных языков программирования

Третье издание ориентированной на практику книги «Python. Справочник. Полное описание языка» представляет собой краткий справочник по языку, включая версии Python 3.5, 2.7 и особенно 3.6, часто используемым областям его обширной стандартной библиотеки и ряду наиболее практичных модулей и пакетов от сторонних поставщиков

Будучи идеальной для программистов с некоторым опытом работы с Python и тех, кто перешел на Python с других языков программирования, книга «Python. Справочник. Полное описание языка» раскрывает широкий спектр прикладных областей, в том числе программирование для веб-среды и сети, обработка XML-документов, взаимодействие с базами данных и высокоскоростные числовые вычисления

Вы узнаете из книги «Python. Справочник. Полное описание языка», каким образом Python предлагает уникальную смесь элегантности, простоты, практичности и совершенной мощи

В 3-ем издании книги «Python. Справочник. Полное описание языка» рассматривается:

- синтаксис Python, объектно-ориентированный Python, модули стандартной библиотеки и пакеты Python от сторонних поставщиков;

- поддержка Python для файловых и текстовых операций, постоянство и базы данных, параллельное выполнение и численные расчеты;

- основы работы в сети, программирование, управляемое событиями, и модули сетевых протоколов клиентской стороны;

- расширяющие модули Python, а также инструменты для организации в виде пакетов и распространения расширений, модулей и приложений

Оригинал книги: «Python in a Nutshell. A Desktop Quick Reference», Alex Martelli, Anna Ravenscroft, Steve Holden, Anna Ravenscroft, Steve Holden, 772 pages, ISBN 9781449392925, May 4 2017

Книга обсуждается в отдельном сообщении моего блога


книга Бретта Слаткина «Секреты Python: 59 рекомендаций по написанию эффективного кода»
Секреты Python

Бретт Слаткин
В продаже книга «Секреты Python: 59 рекомендаций по написанию эффективного кода», Бретт Слаткин, бумага офсетная-белая, мягкий переплет, 272 стр., ISBN 978-5-8459-2078-2, «ВИЛЬЯМС», 2016 - заказать-купить книгу «Секреты Python» в онлайн-мегамаркете Ozon.ru

Благодаря книге «Секреты Python: 59 рекомендаций по написанию эффективного кода» вы освоите профессиональный подход к программированию на Python и научитесь писать исключительно надежный и высокопроизводительный код

Компактный, основанный на реалистичных сценариях стиль изложения был впервые предложен Скоттом Мейерсом, автором бестселлера «Эффективный и современный С++» (Effective Modern C++) и редактором серии книг Effective Software Development Series

Бретт Слаткин описывает в книге «Секреты Python» 59 оптимальных методик программирования на Python, дает профессиональные советы и демонстрирует кратчайшие способы решения распространенных задач на примере готовых фрагментов кода

Опираясь на свой многолетний опыт создания инфраструктурных проектов на базе Python для компании Google, автор раскрывает секреты малоизвестных аспектов и идиом языка, радикально влияющих на поведение и производительность кода. Из книги «Секреты Python» Вы узнаете о том, как эффективнее всего добиваться поставленных целей, что облегчит понимание, сопровождение и усовершенствование вашего кода

Основные темы книги «Секреты Python»:

— действенные рекомендации по всем основным аспектам разработки ПО с использованием версий Python 3.x и 2.x, дополненные подробными объяснениями и примерами;
— оптимальные методики написания функций, помогающие четче формулировать поставленные цели, упрощающие повторное использование кода и снижающие вероятность появления в нем ошибок;
— способы более точного описания поведения программы с помощью классов и объектов;
— советы, помогающие избежать типичных ошибок при работе с метаклассами и динамическими атрибутами;
— эффективные подходы к решению проблем, связанных с одновременным и параллельным выполнением операций;
— усовершенствованные приемы работы со встроенными модулями Python;
— инструменты и профессиональные методики коллективной разработки;
— советы по отладке, тестированию и оптимизации кода с целью улучшения его качества и производительности

Оригинал книги: «Effective Python: 59 Specific Ways to Write Better Python», Brett Slatkin, 256 pages, ISBN 9780134034287, 2015

ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги «Секреты Python»
ЗДЕСЬ - читайте 7 Главу «Совместная работа» из книги Бретта Слаткина «Секреты Python»

заказать-купить книгу Бретта Слаткина «Секреты Python: 59 рекомендаций по написанию эффективного кода» в интернет-магазине «Библио-Глобус» (книгу можно заказать-купить в Библио-Глобус)
(заказать-купить книгу «Секреты Python» в интернет-магазине biblio-globus.ru)

заказать-купить книгу Бретта Слаткина «Секреты Python: 59 рекомендаций по написанию эффективного кода» в интернет-магазине КОМБУК (самая низкая цена в России!) (книга есть на складе в КОМБУКе - самая низкая цена в России)
(заказать-купить книгу «Секреты Python» в интернет-магазине ComBook.ru)

заказать-купить книгу Бретта Слаткина «Секреты Python: 59 рекомендаций по написанию эффективного кода» в онлайн-мегамаркете Ozon.ru(книгу можно заказать-купить в Ozon.ru)
(заказать-купить книгу «Секреты Python» в онлайн-мегамаркете Ozon.ru)

заказать-купить книгу Бретта Слаткина «Секреты Python: 59 рекомендаций по написанию эффективного кода» в интернет-магазине DiaMail (Украина) (книгу можно заказать в DiaMail Украина)
(заказать-купить книгу «Секреты Python» в интернет-магазине diamail.com.ua)

Читайте отдельное сообщение в этом блоге о книге «Секреты Python: 59 рекомендаций по написанию эффективного кода»


книга «Алгоритмы. Справочник с примерами на C, C++, Java и Python»
Алгоритмы
Справочник
с примерами на
C, C++, Java и Python


Джордж Т. Хайнеман
Гэри Поллайс
Стэнли Селков

2 издание
Издана книга «Алгоритмы. Справочник с примерами на C, C++, Java и Python», Джордж Т. Хайнеман, Гэри Поллайс, Стэнли Селков, 2 издание (перевод Игоря Красикова), бумага офсетная-белая, твердый переплет, 432 стр., ISBN 978-5-9908910-7-4, «ДИАЛЕКТИКА», 2017 - заказать-купить книгу «Алгоритмы. Справочник» в интернет-магазине ComBook.ru

Создание надежного программного обеспечения требует использования эффективных алгоритмов, но программисты редко думают об этом, пока не возникнет проблема

Это исправленное и дополненное второе издание книги «Алгоритмы. Справочник с примерами на C, C++, Java и Python» содержит множество кратких описаний существующих алгоритмов для решения разных задач и поможет читателям выбрать и реализовать правильный алгоритм для своих потребностей

Книга содержит достаточно математических подробностей, чтобы позволить читателям понять и проанализировать производительность алгоритмов

Делая акцент на приложениях, а не теории, книга «Алгоритмы. Справочник с примерами на C, C++, Java и Python» предоставляет эффективные решения для программирования на нескольких языках, которые можно легко адаптировать к определенному проекту

Все основные алгоритмы представлены в виде шаблонов проектирования, включающих информацию, которая помогает читателям сделать обоснованный выбор

С помощью книги «Алгоритмы. Справочник с примерами на C, C++, Java и Python» читатели смогут:

• Решить конкретную задачу или повысить производительность существующего решения
• Быстро найти алгоритмы, которые могут решить поставленную задачу и выяснить, почему они подходят для решения
• Получить алгоритмические решения на языках C, C++, Java и Python с советами, касающимися реализации
• Оценить ожидаемую производительность алгоритма и условия, при которых она достигает максимума
• Оценить влияние, которое подобные проектные решения оказывают на разные алгоритмы
• Изучите сложные структуры данных, позволяющие повысить эффективность алгоритмов

Оригинал книги: «Algorithms in a Nutshell. A Practical Guide», George Heineman, Gary Pollice, Stanley Selkow, 2nd Edition, 390 pages, ISBN 9781491948927, March 2016

заказать-купить книгу «Алгоритмы. Справочник с примерами на C, C++, Java и Python» в интернет-магазине «Библио-Глобус» (книгу можно заказать-купить в Библио-Глобус)
(заказать-купить книгу «Алгоритмы. Справочник с примерами на C, C++, Java и Python» в интернет-магазине biblio-globus.ru)

заказать-купить книгу «Алгоритмы. Справочник с примерами на C, C++, Java и Python» в интернет-магазине КОМБУК (самая низкая цена в России!) (книгу можно заказать-купить в КОМБУКе - самая низкая цена в России!)
(заказать-купить книгу «Алгоритмы. Справочник» в интернет-магазине ComBook.ru)

заказать-купить книгу «Алгоритмы. Справочник с примерами на C, C++, Java и Python» в онлайн-мегамаркете Ozon.ru(книгу можно заказать-купить в Ozon.ru)
(заказать-купить книгу по «Алгоритмы. Справочник с примерами на C, C++, Java и Python» в онлайн-мегамаркете Ozon.ru)

заказать-купить книгу «Алгоритмы. Справочник с примерами на C, C++, Java и Python» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу «Алгоритмы. Справочник» в интернет-магазине diamail.com.ua)

Читайте отдельное сообщение в моем блоге об этой книге


книга Тарика Рашида «Создаем нейронную сеть»
Создаем
нейронную сеть


Тарик Рашид

полноцветное 
издание
Издан мировой бестселлер - книга «Создаем нейронную сеть», Тарик Рашид, полноцветное издание, мягкий переплет, 272 стр., ISBN 978-5-9909445-7-2, «ДИАЛЕКТИКА», 2017 - заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине Ozon.ru

Книга «Создаем нейронную сеть» представляет собой введение в теорию и практику создания нейронных сетей. Тарик Рашид, автор этой книги, простым и понятным языком объясняет теоретические аспекты, знание которых необходимо для понимания принципов функционирования нейронных сетей и написания соответствующих программных инструкций

Изложение материала сопровождается подробным описанием процедуры поэтапного создания полностью функционального кода, который реализует нейронную сеть на языке языке программирования Python и способен выполняться даже на таком миниатюрном компьютере, как Raspberry Pi Zero

Основные темы книги «Создаем нейронную сеть»:

— нейронные сети и системы искусственного интеллекта;
— структура нейронных сетей;
— сглаживание сигналов, распространяющихся по нейронной сети, с помощью функции активации;
— тренировка и тестирование нейронных сетей;
— интерактивная оболочка для языка программирования Python - IPython;
— использование нейронных сетей в качестве классификаторов объектов;
— распознавание образов с помощью нейронных сетей

Книга «Создаем нейронную сеть» предназначена для тех, кто хочет узнать, что такое нейронные сети, где они применяются и как самому создать такую сеть, не имея опыта работы в данной области

Оригинал книги: «Make Your Own Neural Network», Tariq Rashid, 222 pages, ISBN 9781530826605, March 2016

ЗДЕСЬ - читайте ПРЕДИСЛОВИЕ из книги Тарика Рашида «Создаем нейронную сеть»
ЗДЕСЬ - читайте ВВЕДЕНИЕ из книги Тарика Рашида «Создаем нейронную сеть»
ЗДЕСЬ - читайте полное СОДЕРЖАНИЕ книги Тарика Рашида «Создаем нейронную сеть»
ЗДЕСЬ - читайте 3 Главу «Несколько интересных проектов» из книги Тарика Рашида «Создаем нейронную сеть»

заказать-купить книгу Тарика Рашида «Создаем нейронную сеть» в интернет-магазине «Библио-Глобус» (книгу можно заказать-купить в Библио-Глобус)
(заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине biblio-globus.ru)

заказать-купить книгу Тарика Рашида «Создаем нейронную сеть» в интернет-магазине КОМБУК (самая низкая цена в России!) (книгу можно заказать-купить в КОМБУКе - самая низкая цена в России)
(заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине ComBook.ru)

заказать-купить книгу Тарика Рашида «Создаем нейронную сеть» в онлайн-мегамаркете Ozon.ru(книгу можно заказать-купить в Ozon.ru)
(заказать-купить книгу по «Создаем нейронную сеть» в онлайн-мегамаркете Ozon.ru)

заказать-купить книгу Тарика Рашида «Создаем нейронную сеть» в интернет-магазине DiaMail (Украина) (книгу можно заказать-купить в DiaMail Украина)
(заказать-купить книгу «Создаем нейронную сеть» в интернет-магазине diamail.com.ua)

Книга обсуждается в отдельном сообщении моего блога
___________________________________________________
РЕКОМЕНДУЮ ОБРАТИТЬ ВНИМАНИЕ на КНИГИ
___________________________________________________