Python: Искусственный интеллект, большие данные и облачные вычисления
Руководство для профессионалов.
Пол Дейтел, Харви Дейтел «Python: Искусственный интеллект, большие данные и облачные вычисления» Питер, 2020 год, 864 стр., ISBN 978-5-4461-1432-0; (PDF, EPUB, DJVU)
Описание книги.
Представлены 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. 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.
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.
Оглавление.
Глава 1. Компьютеры и Python
Глава 2. Введение в программирование Python
Глава 3. Управляющие команды
Глава 4. Функции
Глава 5. Последовательности: списки и кортежи
Глава 6. Словари и множества
Глава 7. NumPy и программирование, ориентированное на массивы
Глава 8. Подробнее о строках
Глава 9. Файлы и исключения
Глава 10. Объектно-ориентированное программирование
Глава 11. Обработка естественного языка (NLP)
Глава 12. Глубокий анализ данных Twitter
Глава 13. IBM Watson и когнитивные вычисления
Глава 14. Машинное обучение: классификация, регрессия и кластеризация
Глава 15. Глубокое обучение
Глава 16. Большие данные: Hadoop, Spark, NoSQL и IoT
Добавить комментарий