Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow

Благодаря серии недавних достижений глубокое обучение значительно усилило всю область машинного обучения. В наше время даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на основе данных За счет применения конкретных примеров, минимума теории и двух фреймворков Python производственного уровня – Scikit-Learn и TensorFlow 2 – обновленное издание этой ставшей бестселлером книги поможет вам получить интуитивное представление о концепциях и инструментах, предназначенных для построения интеллектуальных систем Специалисты-практики освоят целый диапазон методик, которые они смогут быстро применить в своей работе. В части 1 задействуется Scikit-Learn для представления фундаментальных задач машинного обучения, таких как простая линейная регрессия В части 2, которая была подвергнута значительным обновлениям, задействованы Keras и TensorFlow 2, чтобы провести читателя по более сложным методам машинного обучения, использующим глубокие нейронные сети Учитывая наличие в каждой главе упражнений, призванных закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования Что нового во втором издании книги: • Обновлен весь код для использования TensorFlow 2 • Представлен высокоуровневый API-интерфейс Keras • Новые и расширенные материалы, включая API-интерфейс Data, режим энергичного выполнения (Eager Execution) и API-интерфейс Estimators из TensorFlow, развертывание в облаке Google Cloud ML, обработку временных рядов, вложения и многое другое