Причинно-следственный анализ для смелых и честных

Год: 2025
Автор: Матеус Факур, Артем Груздев
Язык: Русский

Причинно-следственный анализ – это метод статистического анализа данных, помогающий выявить, как одно событие влияет на другое. Прочитав данную книгу, читатели научатся находить причинно-следственные связи в данных, применять правильные методы анализа и оценивать достоверность полученных выводов. Издание предназначено специалистам по анализу данных, а также будет полезно бизнес-аналитикам и инженерам. В книге используется только свободное программное обеспечение, основанное на языке Python.

#MachineLearning #book #ru #python

✅Наш Компьютер

Профессиональное машинное обучение

Год: 2024
Автор: Джон Вилей
Язык: Английский

Когда у клиентов возникает бизнес-проблема, скажем, для обнаружения объектов на изображении, иногда ее можно очень хорошо решить с помощью машинного обучения. Google Cloud Platform (GCP) предоставляет обширный набор инструментов для создания модели, которая может достичь этого и развернуть

Это для производственного использования. Эта книга будет охватывать множество различных вариантов использования, таких как использование данных о продажах для прогнозирования на следующий квартал, выявление объектов на изображениях или видео и даже извлечение информации из текстовых документов. Эта книга помогает инженеру создать безопасное, масштабируемое, устойчивое приложение машинного обучения и автоматизировать весь процесс с использованием новейших технологий.

Цель этой книги - помочь вам сдать последнюю версию экзамена Google Cloud Professional ML Engineer (PMLE). Даже после того, как вы сдали экзамен PMLE, эта книга должна оставаться полезным справочником, поскольку она охватывает основы машинного обучения, BigQuery ML, платформы Vertex AI и MLOps.

#book #machinelearning

✅Наш Компьютер

Машинное обучение с малым объемом кодирования

Год: 2025
Автор: Стриплинг Г.
Язык: Русский

В книге подробно представлены три проблемно-ориентированных вида машинного обучения (Machine learning, ML): автоматизированное обучение AutoML без кодирования, обучение BigQuery ML с малым объемом кодирования и обучение с применением пользовательского кода на основе библиотек scikit-learn и Keras. При этом от читателя не требуется глубоких предварительных знаний в ML или программировании, но базовые навыки в этих областях будут полезны. Специализированные библиотеки, фреймворки ML, репозиторий GitHub и другие инструменты описаны по мере их необходимости. В каждом конкретном случае ключевые концепции ML раскрыты с использованием реальных наборов данных для решения реальных задач. Рассмотрено применение AutoML для прогнозирования продаж, использование BigQuery ML для обучения линейных регрессионных моделей, обучение пользовательских ML-моделей на Python для прогнозирования оттока клиентов и ряд других популярных бизнес-кейсов.

#book #GitHub #Machinelearning #Python

✅Наш Компьютер

🔎 Навигация по каналу

Здесь собраны все основные материалы: лучшие курсы и книги по IT, языкам программирования, DevOps и разработке. Используй хэштеги для удобного поиска:

📚 Книги по программированию и IT

➡️ #Книга #DevBooks #Python #ООП #DataScience #MachineLearning #AI #Delphi #SQL #CSharp #Linux #Алгоритмы #Backend #Frontend

💻 Курсы по языкам и разработке

➡️ #Курс #Python #JavaScript #CSharp #C++ #Java #HTML #CSS #SQL #Dart #Flutter #Lua #Golang #Ruby #Delphi #TypeScript

🛠 DevOps, инструменты и практика
➡️ #Docker #Ansible #Git #Linux #CI_CD #Swarm #Kubernetes #MRSK #GitHub #Инфраструктура #Автоматизация #Тестирование #Postman #Selenium #Jira

📌 Пост будет обновляться по мере выхода нового контента.

↗️ Основной канал
📦 Архив