ML — 14 книг

Книга предназначена для первоначального знакомства с математическими основами современной теории машинного обучения (Machine Learning) и теории игр с предсказаниями. В первой части излагаются основы статистической теории машинного обучения, рассматриваются задачи классификации и регрессии с опорными векторами, теория обобщения и алгоритмы построения разделяющих гиперплоскостей. Во второй и третьей частях рассматриваются задачи адаптивного прогнозирования в нестохастических теоретико-игровой и сравнительной постановках: предсказания с использованием экспертных стратегий (Prediction with Expert Advice) и игры с предсказаниями.

Для студентов и аспирантов, специализирующихся в области машинного обучения и искусственного интеллекта.

Книга предназначена для первоначального знакомства с математическими основами современной теории машинного обучения (Machine Learning) и теории игр с предсказаниями. В первой…

Популярная и интересная книга о поиске универсального самообучающегося алгоритма от ученого-практика.

Алгоритмы управляют нашей жизнью. Они находят книги, фильмы, работу и партнеров для нас, управляют нашими инвестициями и разрабатывают новые лекарства. Эти алгоритмы все больше обучаются на основе тех массивов данных, что мы оставляем после себя в современном цифровом мире. Словно любопытные дети, они наблюдают за нами, подражают и ставят эксперименты. А в ведущих лабораториях и университетах работают над созданием главного самообучающегося алгоритма, который может выуживать любые знания из данных и решать любые задачи — еще до того, как мы их сформулируем.

Машинное обучение позволяет умным роботам и компьютерам программировать самих себя. Это одна из самых важных современных технологий — и она же одна из самых таинственных.

Педро Домингос — один из ведущих исследователей в этой области — приоткрывает завесу и впервые доступно рассказывает об этой области знаний, знакомя читателей с 5 основными школами машинного обучения и показывая, как они используют идеи из нейробиологии, эволюционной биологии, физики и статистики, чтобы создавать алгоритмы, помогающие нам.

Попутно он рассказывает об идее универсального самообучающегося алгоритма и о том, как он изменит вас, бизнес, науку и все общество.

Популярная и интересная книга о поиске универсального самообучающегося алгоритма от ученого-практика.

Алгоритмы управляют нашей жизнью. Они находят книги, фильмы, работу и…

В последние годы машинное обучение вышло на уровень большого бизнеса: компании активно используют его для зарабатывания денег, прикладные исследования бурно развиваются, а неугомонные разработчики используют любую возможность повысить свой уровень владения этой тематикой. Данная книга рассчитана на тех, кто хочет решать самые разнообразные задачи при помощи машинного обучения. Как правило, для этого нужен Python, поэтому в примерах кода используется этот язык, а также библиотеки pandas и scikit-learn. Вы познакомитесь с основными понятиями ML, такими как сбор данных, моделирование, классификация и регрессия, а главное, получите практический опыт обработки реальных данных.

В последние годы машинное обучение вышло на уровень большого бизнеса: компании активно используют его для зарабатывания денег, прикладные исследования бурно развиваются, а…

С распространением больших данных растет спрос на вычислительную и алгоритмическую эффективность. Главная задача настоящей книги состоит в том, чтобы предоставить способы применения мощных методов машинного обучения с открытым исходным кодом в крупномасштабных проектах без привлечения дорогостоящих корпоративных решений или больших вычислительных кластеров. Описаны масштабируемое обучение в Scikit-learn, нейронные сети и глубокое обучение с использованием Theano, H2O и TensorFlow. Рассмотрены классификационные и регрессионные деревья, а также обучение без учителя. Охвачены эффективные методы машинного обучения в вычислительной среде MapReduce на платформах Hadoop и Spark на языке Python.

С этой книгой вы научитесь:
• применять большинство масштабируемых алгоритмов машинного обучения;
• работать с новейшими крупномасштабными методами машинного обучения;
• увеличивать прогнозную точность при помощи методов глубокого обучения и масштабируемых методов обработки данных;
• работать с вычислительной парадигмой Map-Reduce в платформе Spark;
• применять эффективные алгоритмы машинного обучения на основе платформ Spark и Hadoop;
• создавать мощные ансамбли в крупном масштабе;
• использовать потоки данных для обучения линейных и нелинейных прогнозных моделей на чрезвычайно больших наборах данных, используя всего одну машину.

С распространением больших данных растет спрос на вычислительную и алгоритмическую эффективность. Главная задача настоящей книги состоит в том, чтобы предоставить способы…

Книга предоставит вам доступ в мир прогнозной аналитики и продемонстрирует, почему Python является одним из лидирующих языков науки о данных. Охватывая широкий круг мощных библиотек Python, в том числе scikit-learn, Theano и Keras, предлагая руководство и советы по всем вопросам, начиная с анализа мнений и заканчивая нейронными сетями, книга ответит на большинство ваших вопросов по машинному обучению.

Издание предназначено для специалистов по анализу данных, находящихся в поисках более широкого и практического понимания принципов машинного обучения.

Книга предоставит вам доступ в мир прогнозной аналитики и продемонстрирует, почему Python является одним из лидирующих языков науки о данных. Охватывая широкий круг мощных…

В монографии представлен целый комплекс вопросов обработки изображений лиц в задачах биометрии: получение исходных данных из реальных сцен, методы анализа и предобработки изображений лиц, процедуры извлечения признаков, алгоритмы функционирования и структуры систем распознавания, а также модели компьютерных экспериментов. Содержит много тестовых примеров для известных баз изображений лиц, а также практические рекомендации на каждом этапе реализации процесса распознавания человека по его лицу. Наиболее часто применяемые и сложные для реализации алгоритмы обработки представлены в форме векторно-матричных процедур, непосредственно реализуемых на языке программирования МАТЛАБ.

Предназначена для студентов, аспирантов и инженеров, интересующихся внедрением биометрических технологий, в том числе в современные системы распознавания людей по их лицам.

В монографии представлен целый комплекс вопросов обработки изображений лиц в задачах биометрии: получение исходных данных из реальных сцен, методы анализа и предобработки…

Перед вами один из самых интересных учебников по машинному обучению - разделу искусственного интеллекта, изучающего методы построения моделей, способных обучаться, и алгоритмов для их построения. Автор воздал должное невероятному богатству предмета и не упустил из вида объединяющих принципов. Читатель с первых страниц погружается в машинное обучение в действии, но без не нужных на первых порах технических деталей. По мере изучения предмета тщательно подобранные примеры, сопровождаемые иллюстрациями, постепенно усложняются. В книге описан широкий круг логических, геометрических и статистических моделей, затрагиваются и такие находящиеся на переднем крае науки темы, как матричная факторизация и анализ РХП. Особое внимание уделено важнейшей роли признаков. Устоявшаяся терминология дополняется введением в рассмотрение новых полезных концепций. В конце каждой главы приводятся ссылки на дополнительную литературу с авторскими комментариями. Книга ясно написана и хорошо организована. Начав с основ, автор умело ведет читателя, знакомя его с полезными фактами и подробно описывая ряд методов машинного обучения. Приводится также псевдокод ключевых алгоритмов. Благодаря всему этому книга задает новый стандарт изучения такой сложной дисциплины как машинное обучение.

Перед вами один из самых интересных учебников по машинному обучению - разделу искусственного интеллекта, изучающего методы построения моделей, способных обучаться, и алгоритмов…

Обучение с подкреплением является одной из наиболее активно развивающихся областей, связанных с созданием искусственных интеллектуальных систем. Оно основано на том, что агент пытается максимизировать получаемый выигрыш, действуя в сложной среде с высоким уровнем неопределенности. Дается исчерпывающее и ясное изложение идей, методов и алгоритмов обучения с подкреплением, при этом диапазон излагаемого материала - от истоков возникновения рассматриваемых концепций до современных результатов в данной области.

Для специалистов в области искусственного интеллекта, нейросетевого моделирования и управления, а также студентов и аспирантов соответствующих специальностей.

Обучение с подкреплением является одной из наиболее активно развивающихся областей, связанных с созданием искусственных интеллектуальных систем. Оно основано на том, что агент…

Machine learning methods extract value from vast data sets quickly and with modest resources. They are established tools in a wide range of industrial applications, including search engines, DNA sequencing, stock market analysis, and robot locomotion, and their use is spreading rapidly. People who know the methods have their choice of rewarding jobs. This hands-on text opens these opportunities to computer science students with modest mathematical backgrounds. It is designed for final-year undergraduates and master's students with limited background in linear algebra and calculus. Comprehensive and coherent, it develops everything from basic reasoning to advanced techniques within the framework of graphical models. Students learn more than a menu of techniques, they develop analytical and problem-solving skills that equip them for the real world. Numerous examples and exercises, both computer based and theoretical, are included in every chapter. Resources for students and instructors, including a MATLAB toolbox, are available online.

Machine learning methods extract value from vast data sets quickly and with modest resources. They are established tools in a wide range of industrial applications, including…

A step-by-step gentle journey through the mathematics of neural networks, and making your own using the Python computer language. Neural networks are a key element of deep learning and artificial intelligence, which today is capable of some truly impressive feats. Yet too few really understand how neural networks actually work. This guide will take you on a fun and unhurried journey, starting from very simple ideas, and gradually building up an understanding of how neural networks work. You won't need any mathematics beyond secondary school, and an accessible introduction to calculus is also included. The ambition of this guide is to make neural networks as accessible as possible to as many readers as possible - there are enough texts for advanced readers already! You'll learn to code in Python and make your own neural network, teaching it to recognise human handwritten numbers, and performing as well as professionally developed networks. Part 1 is about ideas. We introduce the mathematical ideas underlying the neural networks, gently with lots of illustrations and examples. Part 2 is practical. We introduce the popular and easy to learn Python programming language, and gradually builds up a neural network which can learn to recognise human handwritten numbers, easily getting it to perform as well as networks made by professionals. Part 3 extends these ideas further. We push the performance of our neural network to an industry leading 98% using only simple ideas and code, test the network on your own handwriting, take a privileged peek inside the mysterious mind of a neural network, and even get it all working on a Raspberry Pi. All the code in this has been tested to work on a Raspberry Pi Zero.

A step-by-step gentle journey through the mathematics of neural networks, and making your own using the Python computer language. Neural networks are a key element of deep…

Искусственный интеллект - вопрос, которому посвящена книга Стюарта Рассела и Питера Норвига ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ. СОВРЕМЕННЫЙ ПОДХОД. Стержневой темой является идея интеллектуального агента (intelligent agent). На страницах этого издания излагаются:
- основы математической логики,

- теории вероятностей, теории непрерывных функций;

- раскрывается суть таких понятий, как "восприятие", "рассуждение", "обучение" и "действие".


Стюарт Рассел и Питер Норвиг определяют искусственный интеллект как науку об агентах, получающих из своей среды результаты актов восприятия и выполняющих соответствующие действия. Авторы рассматривают разнообразные способы представления функций, реализуемых агентами, среди которых:
- продукционные системы,

- реактивные агенты,

- условные планировщики в реальном масштабе времени,

- нейронные сети и системы, действующие на основе теории решений.


Помимо сугубо теоретической части, представлено множество примеров алгоритмов, версии которых, реализованные на различных языках программирования, можно найти на сопровождающем книгу интернет-ресурсе.
Питер Норвиг, один из соавторов книги, является директором подразделения компании Google. Известный эксперт делится накопленным опытом, дает профессиональные советы и помогает всем заинтересованным читателям совершить путешествие в поисках электронного Грааля, имя которому - искусственный интеллект.

Книга написана понятным и доступным языком и является прекрасным пособием для студентов университетов, учащихся специализированных курсов, аспирантов, программистов, изучающих искусственный интеллект. Кроме того, книга будет весьма полезна для разработчиков интеллектуального ПО и профессионалов, желающих расширить рамки избранной ими специальности.

Искусственный интеллект - вопрос, которому посвящена книга Стюарта Рассела и Питера Норвига ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ. СОВРЕМЕННЫЙ ПОДХОД. Стержневой темой является идея…

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

В книгу Машинное обучение: карманный справочник, включены подробные примеры и комментарии, которые помогут вам оперативно ориентироваться в основах структурированного машинного…

Машинное обучение поглощает мир программного обеспечения. Освойте и работайте с передовыми технологиями машинного обучения, нейронных сетей и глубокого обучения с помощью 2-го издания бестселлера Себастьяна Рашки.
Будучи основательно обновленной с учетом самых последних технологий с открытым кодом, включая такие библиотеки, как scikit-learn, Keras и TensorFlow, эта книга предлагает практические знания и приемы, которые необходи

Машинное обучение поглощает мир программного обеспечения. Освойте и работайте с передовыми технологиями машинного обучения, нейронных сетей и глубокого обучения с помощью 2-го…

Книга "Python Data Science Handbook" - это подробное руководство по самым разным вычислительным и статистическим методам, без которых немыслима любая интенсивная обработка данных, научные исследования и передовые разработки. Читатели, уже имеющие опыт программирования и желающие эффективно использовать Python в сфере Data Science, найдут в этой книге ответы на всевозможные вопросы, например: 1) как мне считать этот формат данных в мой скрипт? 2) Как преобразовать, очистить эти данные и манипулировать ими? 3) Как визуализировать данные такого типа? Как при помощи этих данных разобраться в ситуации, получить ответы на вопросы, построить статистические модели или реализовать машинное обучение?

Книга "Python Data Science Handbook" - это подробное руководство по самым разным вычислительным и статистическим методам, без которых немыслима любая интенсивная обработка данных,…