Магазин `Купить с доставкой`

Доставка до пунктов выдачи или почтой.

TwitterRSS

Python
Производитель Альфа-книга


Для создания надежного программного обеспечения необходимы эффективные алгоритмы, но программисты редко представляют себе весь спектр алгоритмов для решения своих задач. В данном обновленном издании описываются существующие алгоритмы для решения различных задач. Оно помогает выбрать и реализовать алгоритм, наиболее подходящий для ваших задач, при этом обеспечивая достаточное математическое обоснование для понимания и анализа производительности алгоритма.
Будучи акцентированной на приложениях, а не на теории, эта книга основана на строгих принципах, включая документированные решения реальных задач на разных языках программирования. В это издание добавлены десяток новых алгоритмов, реализованных на языке Python, в том числе реализация диаграмм Вороного, а также новая глава о пространственных древовидных структурах, таких как R-деревья и Quadtrees.
Основные темы книги
- Новые задачи и повышение эффективности имеющихся решений
- Поиск алгоритмов для решения своих задач и выбор наиболее подходящих из них
- Решения на языках программирования С, C++, Java, Python с помощью приведенных рекомендаций
- Оценка производительности алгоритмов и создание условий для достижения максимальной эффективности
- Использование наиболее подходящих структур данных для повышения эффективности алгоритмов

Алгоритмы. Справочник с примерами на C, C++, Java и Python. Руководство

Производитель: Альфа-книга

Цена: 2555.00 руб.

Описание:
Для создания надежного программного обеспечения необходимы эффективные алгоритмы, но программисты редко представляют себе весь спектр алгоритмов для решения своих задач. В данном обновленном издании описываются существующие алгоритмы для решения различных задач. Оно помогает выбрать и реализовать алгоритм, наиболее подходящий для ваших задач, при этом обеспечивая достаточное математическое обоснование для понимания и анализа производительности алгоритма. Будучи акцентированной на приложениях, а не на теории, эта книга основана на строгих принципах, включая документированные решения реальных задач на разных языках программирования. В это издание добавлены десяток новых алгоритмов, реализованных на языке Python, в том числе реализация диаграмм Вороного, а также новая глава о пространственных древовидных структурах, таких как R-деревья и Quadtrees. Основные темы книги - Новые задачи и повышение эффективности имеющихся решений - Поиск алгоритмов для решения своих задач и выбор наиболее подходящих из них - Решения на языках программирования С, C++, Java, Python с помощью приведенных рекомендаций - Оценка производительности алгоритмов и создание условий для достижения максимальной эффективности - Использование наиболее подходящих структур данных для повышения эффективности алгоритмов


Машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, однако эта область не является прерогативой больших компаний с мощными аналитическими командами. Даже если вы еще новичок в использовании Python, эта книга познакомит вас с практическими способами построения систем машинного обучения. При всем многообразии данных, доступных на сегодняшний день, применение машинного обучения ограничивается лишь вашим воображением.
Вы изучите этапы, необходимые для создания успешного проекта машинного обучения, используя Python и библиотеку scikit-learn. Авторы этой книги, Андреас Мюллер и Сара Гвидо, сосредоточили свое внимание на практических аспектах применения алгоритмов машинного обучения, а не их математическом обосновании. Наличие у читателя навыка использования библиотек NumPy и matplotlib позволит извлечь из этой книги еще больше полезной информации.
Эта книга поможет вам:
- познакомиться с фундаментальными понятиями и областью применения инструментов машинного обучения
- понять преимущества и недостатки широко используемых алгоритмов машинного обучения
- изучить способы загрузки данных, обрабатываемых в ходе машинного обучения, включая различные аспекты работы сданными
- освоить продвинутые методы оценивания модели и тонкую настройку параметров
- изучить принципы построения конвейеров для объединения моделей в цепочки и инкапсуляции рабочего потока
- освоить методы работы с текстовыми данными
- получить рекомендации по улучшению навыков, связанных с машинным обучением и наукой о данных

Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными

Производитель: Альфа-книга

Цена: 3829.00 руб.

Описание:
Машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, однако эта область не является прерогативой больших компаний с мощными аналитическими командами. Даже если вы еще новичок в использовании Python, эта книга познакомит вас с практическими способами построения систем машинного обучения. При всем многообразии данных, доступных на сегодняшний день, применение машинного обучения ограничивается лишь вашим воображением. Вы изучите этапы, необходимые для создания успешного проекта машинного обучения, используя Python и библиотеку scikit-learn. Авторы этой книги, Андреас Мюллер и Сара Гвидо, сосредоточили свое внимание на практических аспектах применения алгоритмов машинного обучения, а не их математическом обосновании. Наличие у читателя навыка использования библиотек NumPy и matplotlib позволит извлечь из этой книги еще больше полезной информации. Эта книга поможет вам: - познакомиться с фундаментальными понятиями и областью применения инструментов машинного обучения - понять преимущества и недостатки широко используемых алгоритмов машинного обучения - изучить способы загрузки данных, обрабатываемых в ходе машинного обучения, включая различные аспекты работы сданными - освоить продвинутые методы оценивания модели и тонкую настройку параметров - изучить принципы построения конвейеров для объединения моделей в цепочки и инкапсуляции рабочего потока - освоить методы работы с текстовыми данными - получить рекомендации по улучшению навыков, связанных с машинным обучением и наукой о данных



Отобрано товаров 2
(c) nzrv.ru

Яндекс.Метрика