Actions for Машинное обучение с Pytorch и Scikit-Learn

Email RIS file
Bookmark
Report an Issue

Машинное обучение с Pytorch и Scikit-Learn / Себастьян Рашка, Юси (Хэйден) Лю, Вахид Мирджалили

Title
Mashinnoe obuchenie s Pytorch i Scikit-Learn / Sebastʹi͡an Rashka, I͡Usi (Khėĭden) Li͡u, Vakhid Mirdzhalili
Author
Raschka, Sebastian
Uniform Title
Machine learning with Pytorch and Scikit-Learn. Russian
Published
Astana [Kazakhstan] : Izdatelʹstvo Foliant, [2024]
Астана [Kazakhstan] : Издательство Foliant, [2024]
Copyright Date
©2024
Physical Description
1 online resource (688 pages) : illustrations
Additional Creators
Liu, Yuxi (Data scientist) and Mirjalili, Vahid
Access Online

Availability

I Want It
I Want It

Finding items...

Summary
Ischerpyvai͡ushchee rukovodstvo po mashinnomu (MO) i glubokomu obuchenii͡u s ispolʹzovaniem i͡azyka programmirovanii͡a Python, freĭmvorka PyTorch i biblioteki scikit-learn. Rassmotreny osnovy MO, algoritmy dli͡a zadach klassifikat͡sii, klassifikatory na osnove scikit-learn, predvaritelʹnai͡a obrabotka i szhatie dannykh, sovremennye metody ot͡senki modeleĭ i obʺedinenie razlichnykh modeleĭ dli͡a ansamblevogo obuchenii͡a. Rasskazano o primenenii MO dli͡a analiza teksta i prognozirovanii nepreryvnykh t͡selevykh peremennykh s pomoshchʹi͡u regressionnogo analiza, klasternom analize i obuchenii bez uchiteli͡a, pokazano postroenie mnogosloĭnoĭ iskusstvennoĭ neĭronnoĭ seti s nuli͡a. Raskryty prodvinutye vozmozhnosti PyTorch dli͡a reshenii͡a slozhnykh zadach. Opisano primenenie glubokikh svertochnykh i rekurrentnykh neĭronnykh seteĭ, transformerov, generativnykh sosti͡azatelʹnykh i grafovykh neĭronnykh seteĭ, Osoboe vnimanie udeleno obuchenii͡u s podkrepleniem dli͡a sistem prini͡atii͡a resheniĭ v slozhnykh sredakh. Ėlektronnyĭ arkhiv soderzhit t͡svetnye illi͡ustrat͡sii i kody vsekh primerov. Dli͡a programmistov v oblasti mashinnogo obuchenii͡a.
Machine Learning with PyTorch and Scikit-Learn is a comprehensive guide to machine learning and deep learning with PyTorch. It acts as both a step-by-step tutorial and a reference you'll keep coming back to as you build your machine learning systems. Packed with clear explanations, visualizations, and examples, the book covers all the essential machine learning techniques in depth. While some books teach you only to follow instructions, with this machine learning book, we teach the principles allowing you to build models and applications for yourself. Why PyTorch? PyTorch is the Pythonic way to learn machine learning, making it easier to learn and simpler to code with. This book explains the essential parts of PyTorch and how to create models using popular libraries, such as PyTorch Lightning and PyTorch Geometric. You will also learn about generative adversarial networks (GANs) for generating new data and training intelligent agents with reinforcement learning. Finally, this new edition is expanded to cover the latest trends in deep learning, including graph neural networks and large-scale transformers used for natural language processing (NLP).
Исчерпывающее руководство по машинному (МО) и глубокому обучению с использованием языка программирования Python, фреймворка PyTorch и библиотеки scikit-learn. Рассмотрены основы МО, алгоритмы для задач классификации, 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 прогнозировании непрерывных целевых переменных с помощью регрессионного анализа, кластерном анализе и обучении без учителя, показано построение многослойной искусственной нейронной сети с нуля. Раскрыты продвинутые возможности PyTorch для решения сложных задач. Описано применение глубоких сверточных и рекуррентных нейронных сетей, трансформеров, генеративных состязательных и графовых нейронных сетей, Особое внимание уделено обучению с подкреплением для систем принятия решений в сложных средах. Электронный архив содержит цветные иллюстрации и коды всех примеров. Для программистов в области машинного обучения.
Subject(s)
ISBN
9786011100342 (electronic bk.)
6011100341 (electronic bk.)
Note
Translated from the English.
Bibliography Note
Includes bibliographical references and index.
View MARC record | catkey: 45888505