Раффаэлло Джованьоли (1838—1915) – филолог, историк и писатель; активный участник Рисорджименто – движения за воссоединение Италии. Ему принадлежит ряд исследовательских работ, освещающих историю этого движения. Среди художественных произведений Джованьоли выделяется серия исторических романов из жизни Древнего Рима, самым известным из которых является, несомненно, «Спартак», опубликованный в 1874 г. В первом томе данного издания представлено начало этого романа, в котором Джованьоли, по словам...
Раффаэлло Джованьоли (1838—1915) – филолог, историк и писатель; активный участник Рисорджименто – движения за воссоединение Италии. Ему принадлежит ряд исследовательских работ, освещающих историю этого движения. Среди художественных произведений Джованьоли выделяется серия исторических романов из жизни Древнего Рима, самым известным из которых является, несомненно, «Спартак», опубликованный в 1874 г. В первом томе данного издания представлено начало этого романа, в котором Джованьоли, по словам Джузеппе Гарибальди, описал «не лучший, но наиболее блестящий период истории величайшей республики – период, когда надменные властелины мира начинали уже погрязать в тине порока и разврата, но, несмотря на то что это поколение было источено испорченностью и разложением, оно породило исполинов, равных которым не было ни у одного из предыдущих поколений, ни у одного народа и ни в одну эпоху».
Книга содержит около 200 задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели и многие другие. Рассмотрена работа с языком Python, библиотеками pandas и scikit-learn. Коды примеров можно вставлять, объединять и адаптировать, создавая собственное приложение. Приведены рецепты решений с использованием: векторов, матриц и массивов; данных из CSV, JSON, SQL, баз данных, облачных...
Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение — и особенно глубокие нейронные сети — может изменить вашу организацию? Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения. Авторы сначала раскрывают фундаментальные вопросы...
Этот классический труд знакомит читателя с деталями самых актуальных теорий и методов машинного обучения, включая глубокие порождающие модели, графовые модели, байесовский вывод, обучение с подкреплением и причинность. Глубокое обучение излагается в контексте более широкого статистического контекста, а подходы к глубокому обучению унифицированы с подходами к вероятностному моделированию и выводу....
Оставить комментарий