Книги для дата сайентистов | Data Science
Лучшие книги по Data Science Список наших каналов: https://t.me/proglibrary/9197 Учиться у нас: https://proglib.io/w/1268df19 Обратная связь: @proglibrary_feedback_bot По рекламе: @proglib_adv Прайс: @proglib_advertising
Больше
Network:2 993
Подписчики
+1024 часа
+587 дней
+20330 дней
- Подписчики
- Просмотры постов
- ER - коэффициент вовлеченности
Загрузка данных...
Прирост подписчиков
Загрузка данных...
Фото недоступноПоказать в Telegram
📚Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms (2022)
✍️Автор: Nithin Buduma, Nikhil Buduma, Joe Papa
📃Страниц: 390
С возрождением нейронных сетей в 2000-х годах глубокое обучение стало чрезвычайно активной областью исследований, которая прокладывает путь для современного машинного обучения. В этой практической книге автор Нихил Будума приводит примеры и четкие объяснения, которые помогут вам разобраться в основных понятиях этой сложной области.
Скачать книгу
👍 1
Фото недоступноПоказать в Telegram
📚Getting Started With DuckDB: A Practical Guide for Accelerating Your Data Science, Data Analytics, and Data Engineering Workflows (2024)
✍️Автор: Simon Aubury & Ned Letcher
📃Страниц: 526
На обширных практических примерах вы узнаете, как использовать DuckDB для загрузки, преобразования и запроса различных источников данных и форматов, включая файлы CSV, JSON и Parquet, полуструктурированные данные, файлы, размещенные удаленно, и внешние базы данных. Вы также узнаете, как использовать оптимизацию производительности Duck DB и удобные усовершенствования SQL. Вы узнаете, как использовать расширения DuckDB для специализированных приложений, таких как геопространственный анализ и текстовый поиск по коллекциям документов
Скачать книгу
👍 1
Фото недоступноПоказать в Telegram
📚Building Transformer Models with PyTorch 2.0: NLP, computer vision, and speech processing with PyTorch and Hugging Face (2024)
✍️Автор: Prem Timsina
📃Страниц: 251
Книга содержит пошаговое руководство по созданию моделей трансформаторов с нуля и тонкой настройке предварительно подготовленных моделей с открытым исходным кодом. В ней рассматривается архитектура базовой модели, включая GPT, WITH, Whisper, Tab Transformer, Stable Diffusion, а также основные принципы решения различных проблем с трансформерами. В книге также рассказывается об обучении, тренировке моделей и тонкой настройке, а также о том, как использовать последние модели от Hugging Face. Кроме того, в книге рассматриваются такие сложные темы, как сравнительный анализ моделей, мультимодальное обучение, обучение с подкреплением, а также развертывание и обслуживание моделей.
Скачать книгу
👍 1
Фото недоступноПоказать в Telegram
📚Distributed Machine Learning with PySpark: Migrating Effortlessly from Pandas and Scikit-Learn (2024)
✍️Автор: Abdelaziz Testas
📃Страниц: 315
Книга предлагает план действий специалистам по обработке данных, рассматривающим возможность перехода от небольших библиотек данных (pandas/scikit-learn) к обработке больших объемов данных и машинному обучению с помощью PySpark. Вы научитесь переводить код на Python из pandas/scikit-научитесь использовать PySpark для предварительной обработки больших объемов данных и создания, обучения, тестирования и оценки популярных алгоритмов машинного обучения, таких как линейная и логистическая регрессия, деревья решений, случайные леса, методы опорных векторов, наивный Байесовский подход и нейронные сети.
Скачать книгу
👍 1
Фото недоступноПоказать в Telegram
📚Modern Computer Vision with PyTorch (2024)
✍️Автор: V Kishore Ayyadevara, Yeshwanth Reddy
📃Страниц: 475
В этой книге представлен практический подход к решению более 30 наиболее распространенных проблем компьютерного зрения в реальном мире с использованием Python на реальных наборах данных. Здесь вы научитесь создавать нейронную сеть с нуля и оптимизировать гиперпараметры, выполнять классификацию изображений, обнаружение нескольких объектов, сегментацию и многое другое.
Скачать книгу
👍 2
Фото недоступноПоказать в Telegram
📚Beginning Mathematica and Wolfram for Data Science: Applications in Data Analysis, Machine Learning, and Neural Networks (2024)
✍️Автор: Jalil Villalobos Alva
📃Страниц: 475
Улучшите свои навыки программирования и анализа данных с помощью Wolfram programming language and Mathematics, набора прикладных математических инструментов. Книга познакомит вас с языком программирования Wolfram и его синтаксисом, а также со структурой математики и ее преимуществами и недостатками.
Скачать книгу
❤ 2
Фото недоступноПоказать в Telegram
📚Math and Architectures of Deep Learning (2024)
✍️Автор: Krishnendu Chaudhury
📃Страниц: 552
Это всеобъемлющее и подробное руководство раскрывает математические и архитектурные концепции, лежащие в основе моделей глубокого обучения, чтобы вы могли более эффективно настраивать, поддерживать и объяснять их.
Скачать книгу
👍 2
Фото недоступноПоказать в Telegram
📚Python Machine Learning: A Step-by-Step Journey with Scikit-Learn and Tensorflow for Beginners (2024)
✍️Автор: Chloe Annable
📃Страниц: 84
Эта книга написана с расчетом на начинающих, содержит четкие пошаговые инструкции и понятный язык, что делает ее идеальной отправной точкой для всех, кто заинтригован этим увлекательным предметом. Python, с его огромными возможностями, открывает целый мир возможностей, и это руководство направит вас на путь использования его потенциала.
Скачать книгу
👍 1
Фото недоступноПоказать в Telegram
📚Hands-on Deep Learning for Iot (2019)
✍️Автор: MD. Rezaul Karim, Mohammad Abdur Razzaque
📃Страниц: 336
Практический курс Deep Learning для IoT позволит глубже разобраться в данных IoT, который начнется с представления того, как DL вписывается в контекст повышения интеллектуальности приложений IoT. Затем будет рассказано о том, как создавать глубокие архитектуры с использованием TensorFlow, Keras и Chainer для IoT.
Скачать книгу
👍 1
Выберите другой тариф
Ваш текущий тарифный план позволяет посмотреть аналитику только 5 каналов. Чтобы получить больше, выберите другой план.