Машинное обучение с PyTorch и Scikit-Learn

Исчерпывающее руководство по машинному (МО) и глубокому обучению с использованием языка программирования Python, фреймворка PyTorch и библиотеки scikit-learn. Рассмотрены основы МО, алгоритмы для классификации задач, классификаторы на основе scikit-learn, предварительная обработка и сжатие данных, современные методы оценки моделей и объединение различных моделей для ансамблевого обучения. Рассказано о применении МО для анализа текста и прогнозирования непрерывных целевых функций с помощью регрессионного анализа, кластерного анализа и обучения без учителя, показано построение многослойной искусственной нейронной сети с нуля. Раскрыты продвинутые возможности PyTorch для решения сложных задач. Описано применение метода сверточных и рекуррентных нейронных сетей, трансформеров, генеративных состязательных и графовых нейронных сетей, особое внимание уделено обучению с подкреплением для систем, принимающих решения в сложных средах. Электронный архив содержит цветные иллюстрации и коды всех примеров. Для программистов в области машинного обучения.

#ASTTD# Поисковые запросы: Рашка С., Мирджалили В., Лю Ю. , Рашка С., Мирджалили В., Лу У. , Фолиант , Фолиант , 9786011100342 , 978-601-11-0034-2 , 2040807