Издательство ДМК Пресс
Официальный сайт издательства ДМК Пресс

Интернет-магазинdmkpress.help@gmail.com
+7 (499) 322-19-38

Издание книг dmkpress@gmail.comПишите на email

Оптовая продажа books@alians-kniga.ru+7 (499) 782-38-89

Моя корзина
В корзине нет ни одного товара

Машинное обучение с использованием библиотеки Н2О

Машинное обучение с использованием библиотеки Н2О
Оригинальное название:

"Practical Machine Learning with H2O"

Оригинальный правообладатель:

"O'Reilly"

Автор: Кук Даррен
Дата выхода: сентябрь 2017 года
Формат: 165 * 235 мм
Бумага: офсетная
Обложка: Твердый переплет
Объем, стр.: 250
ISBN: 978-5-97060-508-0
Вес, гр.: 400

Оглавление и отрывки из глав

Файлы к книге

Аннотация к книге

Машинное обучение наконец-то достигло стадии зрелости. При помощи программного обеспечения H2O вы можете решать задачи машинного обучения и анализа данных с использованием простого в использовании и открытого (open source) фреймворка, который поддерживает большое количество операционный систем и языков программирования, а также масштабируется для обработки больших данных. Это практическое руководство научит вас использовать алгоритмы машинного обучения, реализованные в H2O, с упором на наиболее важные для продуктивной работы аспекты.
Если вы умеете программировать на R или Python, хотя бы немного знаете статистику и имеете опыт обработки данных, эта книга Даррена Кука познакомит вас с основами использования H2O и поможет вам поэкспериментировать с машинным обучением на наборах данных разного размера. Вы изучите несколько современных алгоритмов машинного обучения: глубокое обучение, «случайный лес», обучение на неразмеченных данных и ансамбли моделей.

Прочтя эту книгу, вы:

• узнаете, как импортировать данные в H2O, преобразовывать их и экспортировать их из H2O;
• изучите основные концепции машинного обучения, такие как перекрестная проверка и проверочные наборы данных;
• поработаете с тремя разными наборами данных, решая задачи регрессии, бинарной и многоклассовой классификации;
• используете H2O для анализа каждого набора данных при помощи четырех алгоритмов машинного обучения;
• поймете, как работает кластерный анализ и другие алгоритмы обучения на неразмеченных данных.

 

Понимание процесса построения моделей, тупиковых ситуаций и заканчивающихся провалом экспериментов является не менее важным, чем изучение кода!

29 сентября 2017 в 08:17

файлы к книге

Добрый день! Будут ли выложены скрипты к материалу книги?

Lbdvol@mail.ru

Ответ издательства:

Добрый день, мы сделали запрос правообладателю по поводу рабочих файлов к этой книге.  Файлы к книге выложены по ссылке https://github.com/DarrenCook/h2o

Для добавление комментария необходимо Войти или Зарегистрироваться.