Привет, Хаброжители!

Машинное обучение может ускорить выполнение повседневных бизнес-задач, таких как сверка счетов, прогнозирование спроса или автоматизация обслуживания клиентов, не говоря уже о более сложных задачах, например выявление мошенничества, прогнозное техническое обслуживание и персонализированный маркетинг. Извлекайте важную информацию из электронных таблиц, реестров, баз данных и других источников, используя градиентный бустинг, глубокое обучение и генеративный ИИ.

«Машинное обучение на табличных данных» описывает практические методы машинного обучения для модернизации каждого этапа анализа бизнес-данных. Вас ждут примеры использования XGBoost и Keras для прогнозирования цен на краткосрочную аренду недвижимости, развертывание локальной модели машинного обучения с помощью Python и Flask и оптимизация рабочих процессов с использованием больших языковых моделей (LLM). Научитесь делать свои модели более мощными и интерпретируемыми.

• Изучение XGBoost.

• Применение глубокого обучения к табличным данным.

• Развертывание модели на локальной системе и в облаке.

• Создание пайплайнов обучения и сопровождение моделей.

Эта книга предназначена для широкой аудитории, которая охватывает специалистов по данным, ML-инженеров, а также представителей бизнеса. Если у вас имеются базовые знания о классических методах машинного обучения и понятие о глубоком обучении, эта книга будет вам особенно полезна. В примерах кода, которые представлены в книге, используется Python, и большинство примеров предназначены для запуска в облачных средах Jupyter Notebook, таких как Google Colab. Очень хорошо, если вам уже знакомы стандартные методы Python для работы с табличными данными, в частности библиотеки pandas и NumPy. Помимо этого главы 10 и 11 включают код, который запускается в среде Google Cloud. При этом вам не обязательно уметь работать с этой платформой — мы расскажем все, что нужно знать; однако, если вам уже приходилось иметь дело с одной из основных облачных сред (AWS, Azure или Google Cloud), этот опыт вам пригодится.

«Исследование захватывающих возможностей генеративного ИИ для анализа табличных данных, затрагивающее темы создания синтетических данных, генерации признаков и интерпретации моделей».

— Гас Мартинс, Google

«Бесценный ресурс для изучения практических методов машинного обучения без погружения в излишне сложную теорию».

— Дмитрий Ефимов, Amazon

«Дает знания, необходимые для решения любых задач, связанных с табличными данными. Лука и Райан проделали отличную работу, охватив всю эту многогранную тему».

— Боян Тунгуз, Tabul.AI

«Эта книга поможет вам раскрыть весь потенциал машинного обучения для табличных данных и научит выбирать оптимальный подход для вашей задачи».

— Сетаро Исихара, Nikkei Inc.

Приобрести книгу «Машинное обучение на табличных данных: XGBoost, глубокое обучение и ИИ» можно на нашем сайте.

По факту оплаты бумажной версии книги на e‑mail высылается электронная книга.

Для Хаброжителей действует скидка 25% по промокоду — Машинное обучение