Луис П.К Построение систем машинного обучения на языке Python

Применение машинного обучения для лучшего понимания природы данных - умение, необходимое любому современному разработчику программ или аналитику. Python - замечательный язык для создания приложений машинного обучения. Благодаря своей динамичности он позволяет быстро производить разведочный анализ данных и экспериментировать с ними. Обладая первоклассным набором библиотек машинного обучения с открытым исходным кодом, Python дает возможность сосредоточиться на решаемой задаче и в то же время опробовать различные идеи • Книга начинается с краткого введения в предмет машинного обучения и знакомства с библиотеками NumPy, SciPy, scikit-learn. Но довольно быстро авторы переходят к более серьезным проектам с реальными наборами данных, в частности, тематическому моделированию, анализу корзины покупок, облачным вычислениям и др

Главная задача настоящей книги состоит в том, чтобы предоставить способы применения мощных методов машинного обучения с открытым исходным кодом в крупномасштабных проектах без привлечения дорогостоящих корпоративных решений или больших вычислительных кластеров. Описаны масштабируемое обучение в Scikit-learn, нейронные сети и глубокое обучение с использованием Theano, H2O и TensorFlow. Рассмотрены классификационные и регрессионные деревья, а также обучение без учителя. Охвачены эффективные методы машинного обучения в вычислительной среде MapReduce на платформах Hadoop и Spark на языке Python

Эта книга — отличный источник информации для каждого, кто собирается использовать машинное обучение на практике. Ныне машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, и не следует думать, что эта область — прерогатива исключительно крупных компаний с мощными командами аналитиков • Эта книга научит вас практическим способам построения систем МО, даже если вы еще новичок в этой области. В ней подробно объясняются все этапы, необходимые для создания успешного проекта машинного обучения, с использованием языка Python и библиотек scikit-learn, NumPy и matplotlib. Авторы сосредоточили свое внимание исключительно на практических аспектах применения алгоритмов машинного обучения, оставив за рамками книги их математическое обоснование

С распространением больших данных растет спрос на вычислительную и алгоритмическую эффективность. Главная задача настоящей книги состоит в том, чтобы предоставить способы применения мощных методов машинного обучения с открытым исходным кодом в крупномасштабных проектах без привлечения дорогостоящих корпоративных решений или больших вычислительных кластеров. Описаны масштабируемое обучение в Scikit-learn, нейронные сети и глубокое обучение с использованием Theano, H2O и TensorFlow. Рассмотрены классификационные и регрессионные деревья, а также обучение без учителя. Охвачены эффективные методы машинного обучения в вычислительной среде MapReduce на платформах Hadoop и Spark на языке Python • С этой книгой вы научитесь • применять большинство масштабируемых алгоритмов машинного обучения • работать с новейшими крупномасштабными методами машинного обучения • увеличивать прогнозную точность при помощи методов глубокого обучения и масштабируемых методов обработки данных • работать с вычислительной парадигмой Map-Reduce в платформе Spark • применять эффективные алгоритмы машинного обучения на основе платформ Spark и Hadoop • создавать мощные ансамбли в крупном масштабе • использовать потоки данных для обучения линейных и нелинейных прогнозных моделей на чрезвычайно больших наборах данных, используя всего одну машину

Эта книга дает всестороннее представление о нейроэволюции - подходе к обучению искусственных нейронных сетей, который использует эволюционные алгоритмы, чтобы упростить процесс решения сложных задач в таких областях, как игры, робототехника и моделирование естественных процессов • Читатель начнет знакомство с ключевыми концепциями и методами нейроэволюции, написав несложный код на языке Python, а затем получит практический опыт работы с популярными библиотеками Python и научится решать распространенные и нестандартные прикладные задачи, используя алгоритмы на основе нейроэволюции. Речь пойдет о том, как адаптировать методы нейроэволюции к существующим проектам нейронных сетей для повышения эффективности обучения и принятия решений; в завершение будет рассказано о топологиях нейронных сетей и о том, как нейроэволюция позволяет развивать сложную топологию из простейшей базовой структуры

Написание геопространственных программ предполагает решение таких задач, как группирование данных по географическому положению, хранение и анализ больших массивов информации, выполнение сложных расчетов и построение красочных интерактивных карт. Книга предоставляет обзор главных геопространственных понятий, источников геоданных и наборов инструментов для геообработки. Рассмотрены приемы хранения и доступа к пространственным данным. Показано создание собственного интерфейса со скользящей картой в рамках веб-приложения. Подробно описано создание редактора геоданных на основе географического модуля GeoDjango для веб-платформы Django • Издание адресовано опытным разработчикам на языке Python, которые хотели бы освоить концепции геопрограммирования, методы получения и работы с геоданными, решать пространственные задачи и конструировать сложные картографические приложения

Любая научная или техническая дисциплина требует навыков программирования. Python - идеальный первый язык программирования, а книга «Программирование на языке Python: учебный курс» лучшее руководство по его изучению! • Преподаватели Принстонского университета Роберт Седжвик, Кевин Уэйн и Роберт Дондеро написали доступный междисциплинарный учебный курс по программированию на языке Python, рассматривающий важные и реальные случаи его применения, а не абстрактные примеры • Авторы книги «Программирование на языке Python: учебный курс» демонстрируют инструментальные средства, необходимые студентам для изучения программирования естественным, нескучным и творческим способом. Это руководство сосредоточивается на наиболее полезных средствах языка Python и знакомит с программированием на примерах, полезных для каждого студента научных, технических и информационных специальностей

Если вы хотите научиться программировать на языке Python, который в последнее время становится популярным у нас в стране и за рубежом, то эта книга — для вас. В ней рассматриваются особенности разработки компьютерных программ и соответствующие инструкции языка Python, основные структуры данных этого языка (строки, списки, словари, файлы), типовые задачи программирования и методы их решения, а также вопросы совершенствования программы на основе использования функций. Впервые системно и популярно изложена методика разработки программ на языке Python с графическим пользовательским интерфейсом • Книга предназначена для всех, кто изучает или преподает программирование • Основные инструкции языка и структуры данных • Типовые задачи программирования, полезные советы • Задачи из ЕГЭ по информатике • Методика разработки графического интерфейса

Если вы хотите разобраться в основах теории и алгоритмов компьютерного зрения, то эта книга - как раз то, что вам нужно. Вы узнаете о методах распознавания объектов, трехмерной реконструкции, обработке стереоизображений, дополненной реальности и других приложениях компьютерного зрения. Изложение сопровождается понятными примерами на языке Python. При этом объяснения даются в общих чертах, без погружения в сухую теорию. Издание идеально подходит для студентов, исследователей и энтузиастов-любителей с базовыми знаниями математики и навыками программирования.. Краткое содержание книги: методы, применяемые для ориентации роботов, обработки медицинских изображений и в других приложениях машинного зрения; преобразования изображений, в частности деформирование текстур и создание панорам; вычисление трехмерной реконструкции по нескольким изображениям одной сцены; организация изображений по сходству или содержанию с применением методов кластеризации; разработка эффективных методов поиска изображений по содержанию; алгоритмы распознавания объектов и классификации изображений по содержанию; работа с популярной библиотекой OpenCV через интерфейс с Python

Настоящее пособие содержит основные сведения о создании приложений на языке Python с графическим пользовательским интерфейсом с помощью библиотеки Tk. Рассматриваются основные типы элементов, управляющих работой приложения, и способы их программной реализации. Даются понятия визуального проектирования и событийного программирования. Приводятся многочисленные практические упражнения с примерами программного кода, помогающие понять основные способы практической реализации графических пользовательских интерфейсов. Рассматриваются возможности библиотеки Tk по созданию компьютерной анимации • В пособии содержатся краткие теоретические сведения, упражнения и примеры программ с подробными комментариями, а также задания для самостоятельной работы • Предназначено для студентов направления «Информационные системы и технологии», а также для аспирантов и преподавателей, имеющих базовые навыки программирования на языке Python, в том числе с использованием объектно-ориентированного подхода, желающих повысить уровень своих знаний в данной предметной области

Настоящее пособие содержит основные сведения о создании приложений на языке Python с графическим пользовательским интерфейсом с помощью библиотеки Tk. Рассматриваются основные типы элементов, управляющих работой приложения, и способы их программной реализации. Даются понятия визуального проектирования и событийного программирования. Приводятся многочисленные практические упражнения с примерами программного кода, помогающие понять основные способы практической реализации графических пользовательских интерфейсов. Рассматриваются возможности библиотеки Tk по созданию компьютерной анимации. В пособии содержатся краткие теоретические сведения, упражнения и примеры программ с подробными комментариями, а также задания для самостоятельной работы. В учебном пособии последовательно вводится понятийный аппарат, формулируются основные объекты, приводятся примеры программ на языке Python

В этой книге вы изучите популярный микрофреймворк Flask на пошаговых примерах создания законченного приложения социального блогинга. Автор книги Мигель Гринберг познакомит вас с основными функциональными возможностями фреймворка и покажет, как расширять приложения дополнительными веб-технологиями, такими как поддержка миграции базы данных и взаимодействия с веб-службами • Вместо того чтобы навязывать строгие правила, как это делают другие фреймворки, Flask оставляет за вами свободу принятия решений. Если вы имеете опыт программирования на языке Python, данная книга покажет вам, как можно воспользоваться такой свободой творчества!