Исчерпывающее руководство по машинному (МО) и глубокому обучению с использованием языка программирования Python, фреймворка PyTorch и библиотеки scikit-learn. Рассмотрены основы МО, алгоритмы для задач классификации, классификаторы на основе scikit-learn, предварительная обработка и сжатие данных, современные методы оценки моделей и объединение различных моделей для ансамблевого обучения. Рассказано о применении МО для анализа текста и прогнозировании непрерывных целевых переменных с помощью регрессионного анализа, кластерном анализе и обучении без учителя, показано построение многослойной искусственной нейронной сети с нуля. Раскрыты продвинутые возможности PyTorch для решения сложных задач. Описано применение глубоких сверточных и рекуррентных нейронных сетей, трансформеров, генеративных состязательных и графовых нейронных сетей, Особое внимание уделено обучению с подкреплением для систем принятия решений в сложных средах. Электронный архив содержит цветные иллюстрации и коды всех примеров.Для программистов в области машинного обучения
Ischerpyvayushchee rukovodstvo po mashinnomu (MO) i glubokomu obucheniyu s ispolzovaniem yazyka programmirovaniya Python, freymvorka PyTorch i biblioteki scikit-learn. Rassmotreny osnovy MO, algoritmy dlya zadach klassifikatsii, klassifikatory na osnove scikit-learn, predvaritelnaya obrabotka i szhatie dannykh, sovremennye metody otsenki modeley i obedinenie razlichnykh modeley dlya ansamblevogo obucheniya. Rasskazano o primenenii MO dlya analiza teksta i prognozirovanii nepreryvnykh tselevykh peremennykh s pomoshchyu regressionnogo analiza, klasternom analize i obuchenii bez uchitelya, pokazano postroenie mnogosloynoy iskusstvennoy neyronnoy seti s nulya. Raskryty prodvinutye vozmozhnosti PyTorch dlya resheniya slozhnykh zadach. Opisano primenenie glubokikh svertochnykh i rekurrentnykh neyronnykh setey, transformerov, generativnykh sostyazatelnykh i grafovykh neyronnykh setey, Osoboe vnimanie udeleno obucheniyu s podkrepleniem dlya sistem prinyatiya resheniy v slozhnykh sredakh. Elektronnyy arkhiv soderzhit tsvetnye illyustratsii i kody vsekh primerov.Dlya programmistov v oblasti mashinnogo obucheniya
