Machine Learning and Data Science: Fundamentals and Applications
Эта книга представляет собой фундаментальное руководство по машинному обучению и науке о данных, охватывающее как теоретические основы, так и практические приложения. Издание служит комплексным введением в современные методы анализа данных и искусственного интеллекта.
В книге подробно рассматриваются различные парадигмы машинного обучения, включая обучение с подкреплением, которое представлено в первой главе с объяснением базовых терминологий, концепций и характеристик. Особое внимание уделяется процессу обучения машин и различиям между контролируемым, неконтролируемым и обучением с подкреплением.
Практическая часть включает экспериментальные исследования, такие как анализ данных UFC с использованием машинного обучения, где описывается полный цикл работы с данными: от извлечения и предварительной обработки до визуализации результатов. Также рассматривается интеграция больших данных с платформой Hadoop и машинным обучением, включая компоненты экосистемы Hadoop и их применение.
Издание затрагивает актуальные темы, такие как Индустрия 4.0 и умное производство, обсуждая вызовы, инфраструктуру, безопасность и будущие тенденции. Книга подходит как для начинающих, так и для опытных специалистов, желающих углубить свои знания в области машинного обучения и науки о данных.
