Машинное обучение с PyTorch и Scikit-Learn

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