Себастьян Рашка , Вахид Мирджалили - Python и машинное обучение

МНЕНИЕ ЭКСПЕРТОВ

Python
и машинное

обучение
Машинное и глубокое обучение с использованием

Python, sciki~-learn и TensorFlow 2

3-е издание

-

охватывает

Tensor·flow 2,

поро>1
BIRMINGHAM + MUMBAI

и машинное
обучение

Python

3-е издание
Машинное и глубокое обучение
с использованием Python, scikit-learn
и TensorFlow 2

Себастьян Рашка
Вахид Мирджалили

Москва

2020

• Санкт-Петербург

ББК

32.973.26-018.2.75
Р28

УДК

681.3.07
ООО "Диалектика"
Зав. редакцией С.Н. Тригуб
Перевод с английского и редакция Ю.Н. Артеменко
По общим вопросам обращайтесь в издательство "Диалектика" по адресу:

info.dialektika@gmail.com. http://www.dialektika.com
Рашка, Себастьян, Мирджалили, Вахид.

Р28

Python

и машинное обучение: машинное и глубокое обучение с ис­

пользованием
СПб.

: ООО

Python, scikit-learn и TensorFlow 2,
2020. - 848 с.: ил. -

"Диалектика",

ISBN 978-5-907203-57-0

3-е изд.: Пер. с англ.

-

Парал. тит. англ.

(рус.)
ББК

32.973.26-018.2.75

Все названия программных продуктов являются заре1·истрированными торговыми марками соответ­

ствующих фирм.
Никакая часть настоящего издания ни в каких целях не может бьпъ воспроизведена в какой бы то

ни было форме и какими бы то ни было средствами, будь то электронные или механические, включая
фотокопирование и запись на магнитный носитель, если на зто нет письменного разрешения издаrельства

Packt

PuЫishiпg

Ltd.

Authorized Russian translation of the English editioп ol' Python Machine Learning: Machine Learning and
Deep Learning tvith Python, scikit-/earn. and TensorF/mv 2, 3rd Edition (ISBN 978-1-78995-575-0) © 2019
Packt PuЫishiпg. All rights reserved.
This translatioп is puЬlished and sold Ьу permission of Pвckt PuЫishing Ltd" which owns or controls all
rights to puЫish апd sell the same.
All rights reserved. No part of this work mву Ье reproduced or transmitted in any form or Ьу any means,
electronic or mechanical, iпcludiпg photocopying, recording, or Ьу апу information storage or retrieval system,
without the prior writteп permission of the copyright owner апd the PuЫisher.
Научно-популярное издание

Себастьян Рашка, Вахид Мирджалили

и машинное обучение:
машинное и глубокое обучение с использованием
Python, scikit-learn и TensorFlow 2
3-е издание

Python

Подписано в печаrь

10.09.2020. Формаr 70х100/\6

Гврнmурв Times
Усл. печ. л.
Тираж

68,37. Уч.-изд. л. 38,9
500 экз. Заказ № 6013

Оmечаrано в АО "Первая Образ11овu типография"
Филиал "Чеховский Печаrный Двор"

142300, Московская область, г. Чехов, ул. Полиграфистов, д. 1
Сайт: www.chpd.ru, E-mail: sales@chpd.ru. тел. 8 (499) 270-73-59
ООО "Диалектика'',

195027,

ISBN 978-5-907203-57-0 (рус.)
ISBN 978-1-78995-575-0 (англ.)

Санкт-Петербург, Магнитогорская ул" д.

©

30, лит.

А, пом.

848

ООО "Диалектика",

© Packt

PuЬlishing,

2020
2019

Оrпавпение
Предисловие

20

Глава

1. Наделение компьютеров способностью обучения на данных

29

Глава

2. Обучение простых алгоритмов МО для классификации

49

Глава 3. Обзор классификаторов на основе машинного обучения
с использованием

Глава

scikit-learn

85

4. Построение хороших обучающих наборов предварительная обработка данных

145

Глава

5. Сжатие данных с помощью понижения размерности

Глава

6. Освоение практического опыта оценки моделей
и настройки гиперпараметров

185

233

Глава 7. Объединение разных моделей для ансамблевого обучения

273

Глава 8. Применение машинного обучения для смыслового анализа

313

Глава 9. Встраивание модели машинного обучения в веб-прило:жение

343

Глава

10. Прогнозирование значений непрерывных целевых
переменных с помощью регрессионного анализа

кластерный анализ

377

Глава

11. Работа с непомеченными данными -

Глава

12. Реализация многослойной искусственной нейронной сети с нуля

455

Глава

13. Распараллеливание процесса обучения нейронных сетей
с помощью TensorFlow

501

Глава

14. Погружаемся глубже -

555

Глава

15. Классификация изображений с помощью глубоких

механика TensorFlow

сверточных нейронных сетей

Глава

419

609

16. Моделирование последовательных данных с использованием
рекуррентных нейронных сетей

Глава

17. Порождающие состязательные сети для синтеза новых данных

Глава

18. Обучение с подкреплением для принятия решений
в сложных средах

Предметный указатель

665
723

781
835

Содержание
Об авторах

17

Предисnовие

20

Начало работы с машинным --">