Пол и Харви Дейтелы предлагают по-новому взглянуть на Python и использовать уникальный подход, чтобы быстро решить проблемы, стоящие перед современными айтишниками. Вы на практике познакомитесь с революционными вычислительными технологиями и программированием на Python — одном из самых популярных языков.В вашем распоряжении более пятисот реальных задач — от фрагментов до 40 больших сценариев и примеров с полноценной реализацией. IPython с Jupyter Noteboos позволят быстро освоить современные идиомы программирования Python. Главы 1–5 и фрагменты глав 6–7 сделают понятными примеры решения задач искусственного интеллекта из глав 11–16. Вы познакомитесь с обработкой естественного языка, анализом эмоций в Twitter®, когнитивными вычислениями IBM® Watson™, машинным обучением с учителем в задачах классификации и регрессии, машинным обучением без учителя в задачах кластеризации, распознавания образов с глубоким обучением и сверточными нейронными сетями, рекуррентными нейронными сетями, большими данными с Hadoop®, Spark™ и NoSQL, IoT и многим другим. Вы поработаете (напрямую или косвенно) с облачными сервисами, включая Twitter, Google Translate™, IBM Watson, Microsoft® Azure®, OpenMapQuest, PubNub и др.
Pol i KHarvi Deytely predlagayut po-novomu vzglyanut na Python i ispolzovat unikalnyy podkhod, chtoby bystro reshit problemy, stoyashchie pered sovremennymi aytishnikami. Vy na praktike poznakomites s revolyutsionnymi vychislitelnymi tekhnologiyami i programmirovaniem na Python odnom iz samykh populyarnykh yazykov.V vashem rasporyazhenii bolee pyatisot realnykh zadach ot fragmentov do 40 bolshikh stsenariev i primerov s polnotsennoy realizatsiey. IPython s Jupyter Noteboos pozvolyat bystro osvoit sovremennye idiomy programmirovaniya Python. Glavy 15 i fragmenty glav 67 sdelayut ponyatnymi primery resheniya zadach iskusstvennogo intellekta iz glav 1116. Vy poznakomites s obrabotkoy estestvennogo yazyka, analizom emotsiy v Twitter, kognitivnymi vychisleniyami IBM Watson, mashinnym obucheniem s uchitelem v zadachakh klassifikatsii i regressii, mashinnym obucheniem bez uchitelya v zadachakh klasterizatsii, raspoznavaniya obrazov s glubokim obucheniem i svertochnymi neyronnymi setyami, rekurrentnymi neyronnymi setyami, bolshimi dannymi s Hadoop, Spark i NoSQL, IoT i mnogim drugim. Vy porabotaete (napryamuyu ili kosvenno) s oblachnymi servisami, vklyuchaya Twitter, Google Translate, IBM Watson, Microsoft Azure, OpenMapQuest, PubNub i dr.