Cantitate/Preț
Produs
Total produse
Vezi coșul
Machine Learning Algorithms in Depth de Vadim Smolyakov

Machine Learning Algorithms in Depth

Autor Vadim Smolyakov
en Limba Engleză Paperback – 27 aug 2024

Suntem de părere că experiența practică a autorului Vadim Smolyakov, dobândită în cadrul echipei de cercetare și dezvoltare de la Microsoft, transformă acest volum dintr-o simplă expunere teoretică într-un ghid tehnic riguros pentru inginerii de date. Machine Learning Algorithms in Depth nu se mulțumește doar cu prezentarea modelelor, ci disecă arhitectura internă a algoritmilor de la zero, oferind cititorului instrumentele necesare pentru depanarea și optimizarea performanței sistemelor de inteligență artificială.

Apreciem în mod deosebit structura duală a capitolelor: fiecare concept începe cu o fundamentare matematică solidă — esențială pentru înțelegerea inferenței Bayesiene sau a proceselor Dirichlet — și continuă imediat cu implementarea în Python. Această abordare elimină bariera dintre teorie și producție, permițând testarea unor soluții precum căutarea de imagini bazată pe rețele neuronale convoluționale ResNet sau utilizarea autoencoderelor variaționale pentru detectarea anomaliilor.

Cititorul care a aplicat ideile din Machine Learning: A Probabilistic Perspective de Kevin P. Murphy va găsi aici o completare aplicată, orientată spre implementare. În timp ce volumul lui Murphy oferă o viziune enciclopedică asupra domeniului, Machine Learning Algorithms in Depth se concentrează pe profunzimea execuției, oferind adnotări de cod și grafice care explică dinamica algoritmilor în scenarii reale, de la finanțe la viziune artificială. Este o resursă care trece dincolo de utilizarea bibliotecilor standard, invitând la construirea algoritmilor „sub capotă” pentru a stăpâni cu adevărat mecanismele de învățare automată.

Citește tot Restrânge

Preț: 41465 lei

Preț vechi: 51831 lei
-20%

Puncte Express: 622

Carte disponibilă

Livrare economică 27 mai-10 iunie
Livrare express 12-16 mai pentru 8674 lei

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781633439214
ISBN-10: 1633439216
Pagini: 328
Dimensiuni: 185 x 232 x 17 mm
Greutate: 0.57 kg
Ediția:1
Editura: Manning Publications

De ce să citești această carte

Recomandăm această carte inginerilor de machine learning care doresc să depășească etapa de utilizare a algoritmilor ca „black box”. Prin parcurgerea acestui volum de la Manning Publications, veți câștiga capacitatea de a implementa de la zero modele complexe de clasificare, regresie și deep learning. Este un manual tehnic indispensabil pentru cei care vor să înțeleagă matematica din spatele codului și să construiască sisteme robuste, adaptate unor seturi de date atipice.

Descriere

Learn how machine learning algorithms work from the ground up so you can effectively troubleshoot your models and improve their performance. Fully understanding how machine learning algorithms function is essential for any serious ML engineer. In Machine Learning Algorithms in Depth you’ll explore practical implementations of dozens of ML algorithms including: • Monte Carlo Stock Price Simulation • Image Denoising using Mean-Field Variational Inference • EM algorithm for Hidden Markov Models • Imbalanced Learning, Active Learning and Ensemble Learning • Bayesian Optimization for Hyperparameter Tuning • Dirichlet Process K-Means for Clustering Applications • Stock Clusters based on Inverse Covariance Estimation • Energy Minimization using Simulated Annealing • Image Search based on ResNet Convolutional Neural Network • Anomaly Detection in Time-Series using Variational Autoencoders Machine Learning Algorithms in Depth dives into the design and underlying principles of some of the most exciting machine learning (ML) algorithms in the world today. With a particular emphasis on probabilistic algorithms, you’ll learn the fundamentals of Bayesian inference and deep learning. You’ll also explore the core data structures and algorithmic paradigms for machine learning. Each algorithm is fully explored with both math and practical implementations so you can see how they work and how they’re put into action. Purchase of the print book includes a free eBook in PDF and ePub formats from Manning Publications. About the technology Learn how machine learning algorithms work from the ground up so you can effectively troubleshoot your models and improve their performance. This book guides you from the core mathematical foundations of the most important ML algorithms to their Python implementations, with a particular focus on probability-based methods. About the book Machine Learning Algorithms in Depth dissects and explains dozens of algorithms across a variety of applications, including finance, computer vision, and NLP. Each algorithm is mathematically derived, followed by its hands-on Python implementation along with insightful code annotations and informative graphics. You’ll especially appreciate author Vadim Smolyakov’s clear interpretations of Bayesian algorithms for Monte Carlo and Markov models. What's inside • Monte Carlo stock price simulation • EM algorithm for hidden Markov models • Imbalanced learning, active learning, and ensemble learning • Bayesian optimization for hyperparameter tuning • Anomaly detection in time-series About the reader For machine learning practitioners familiar with linear algebra, probability, and basic calculus. About the author Vadim Smolyakov is a data scientist in the Enterprise & Security DI R&D team at Microsoft. Table of Contents PART 1 1 Machine learning algorithms 2 Markov chain Monte Carlo 3 Variational inference 4 Software implementation PART 2 5 Classification algorithms 6 Regression algorithms 7 Selected supervised learning algorithms PART 3 8 Fundamental unsupervised learning algorithms 9 Selected unsupervised learning algorithms PART 4 10 Fundamental deep learning algorithms 11 Advanced deep learning algorithms