«Обработка естественного языка в действии» — практическое руководство по обработке и генерации текстов на естественном языке. В этой книге мы снабдим вас всеми инструментами и методиками, необходимыми для создания прикладных NLP-систем с целью обеспечения работы виртуального помощника (чат-бота), спам-фильтра, программы — модератора форума, анализатора тональностей, программы построения баз знаний, интеллектуального анализатора текста на естественном языке или практически любого другого NLP-приложения, какое только можно себе представить.

Если вы интересуетесь машинным обучением (Machine Learning) и глубоким обучением (Deep Learning), то этот двухтомник для вас. Книга оказалась очень большой, поэтому я сделал ее двухтомником с примерно одинаковым размером. Поскольку двухтомник является, по существу, одной книгой, второй том начинается там, где заканчивается первый. В первом томе изложены фундаментальные основы глубокого обучения. Второй том посвящен нейронным сетям – быстро развивающемуся направлению машинного обучения.

Второй том посвящен нейронным сетям – быстро развивающемуся направлению машинного обучения. Многие инструменты машинного обучения и особенно глубокого обучения имеются в многочисленных библиотеках со свободным доступом, которые любой при желании может немедленно загрузить. Но хотя эти инструменты легко доступны и легко устанавливаемы, они все же требуют значительных технических знаний для правильного их применения. В главах 15, 23 и 24 мы будем обсуждать научную библиотеку машинного обучения Scikit-learn и библиотеку глубокого обучения Keras.

Эта книга не похожа на большинство других учебников и руководств по глубокому обучению – в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину - благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию, он глубоко освещает основополагающие идеи и фундаментальные основы глубокого обучения и нейронных сетей.

В книгу включены подробные примеры и комментарии, которые помогут вам оперативно ориентироваться в основах структурированного машинного обучения (МО). Автор, Мэтт Харрисон, предлагает ценный справочник, который вы можете использовать как дополнительное пособие при обучении МО и в качестве удобного ресурса, когда погружаетесь в ваш следующий проект машинного обучения. Приведенные фрагменты кода имеют такой размер, чтобы их можно было использовать и адаптировать в ваших собственных проектах МО.

Авторы книги предлагают по-новому взглянуть на Python и использовать свой уникальный подход, чтобы быстро решить задачи, которые стоят перед современными разработчиками. Вы на практике познакомитесь с революционными вычислительными технологиями, а также программированием на Python — одном из самых популярных языков программирования в мире, лидирующем по темпам развития.

Книга содержит около 200 рецептов решения практических задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели, уменьшение размерности и многие другие. Рассмотрена работа с языком Python и его библиотеками, в том числе pandas и scikit-leam. Решения всех задач сопровождаются подробными объяснениями. Каждый рецепт содержит работающий программный код, который можно вставлять, объединять и адаптировать, создавая собственное приложение.

«Изучаем Python» — это самое популярное в мире руководство по языку Python. Вы сможете не только максимально быстро его освоить, но и научитесь писать программы, устранять ошибки и создавать работающие приложения. В первой части книги вы познакомитесь с основными концепциями программирования, такими как переменные, списки, классы и циклы, а простые упражнения приучат вас к шаблонам чистого кода.

Книга для тех, кто хотел бы начать изучение процесса программирования и связать с этим добывание хлеба насущного. Почему неплохо начать с этой книги? Потому, что, с нашей точки зрения, она дает возможность достаточно быстро оценить свои возможности в этом направлении и сделать очень важный для себя выбор - двигаться дальше по этому вектору или, пока много времени не потеряно зря, подумать ещё о чём-то, возможно, более стоящем, жизненном занятии.

Python — мощный компьютерный язык программирования, поддерживающий множество парадигм, который оптимизирован для обеспечения высокой продуктивности программистов, читабельности кода и качества программного обеспечения. Эта книга предлагает всестороннее и доскональное введение в сам язык Python. Ее цель в том, чтобы помочь вам справиться с основами Python, прежде чем переходить к их применению в своей работе.

По причине большого объема книга разделена на два тома. 2-й том обновленного 5-го издания известной книги Марка Лутца поможет вам быстро научиться писать эффективный высококачественный код на Python. Это руководство - идеальный способ начать изучение Python, будь вы новичок в программировании или профессиональный разработчик программного обеспечения на других языках.

Вероятностное программирование – это программная среда, которая позволяет создавать гибкие байесовские статистические модели в программном коде. После создания такой модели для обработки в ней данных могут быть использованы мощные алгоритмы логического вывода, работающие независимо. Такое сочетание гибкого определения модели и механизма автоматического логического вывода предоставляет исследователю мощный инструмент для быстрого создания,

Python – это язык программирования, который был разработан в начале 1990-х годов. Хотя Python во многом похож на другие языки программирования, он стал очень популярен, так как именно на этом языке довольно легко научиться программировать. Эта книга представляет собой руководство средней сложности для изучения языка программирования Python.