Электронный каталог

32.973
К 14
Казагачев, В. Н.
    Машинное обучение [Текст] : учебное пособие / В. Н. Казагачев. - Алматы : Alash Book, 2025. - 180 с. - ISBN 9786013832159 : 9100.00 тг. - Текст : непосредственный.
ББК 32.973

Рубрики: Компьютеры (Электронно-вычислительные машины)

Кл.слова (ненормированные):
машинное обучение -- введение в машинное обучение -- классификация -- регрессия -- кластеризация -- обучение с подкреплением -- обучение с учителем -- обучение без учителя -- применение машинного обучения -- оценка моделей -- выбор модели -- разработка моделей -- кейсы использования -- проектная работа -- практические работы -- ML -- machine learning
Аннотация: Машинное обучение — это набор методов анализа данных, основанных на алгоритмах, которые дают все более точные результаты по мере поступления новых данных. Машинное обучение лежит в основе систем рекомендаций, программ распознавания лиц, «умных» колонок и даже беспилотных автомобилей. Эта книга объясняет основные понятия машинного обучения на простых и доступных примерах, увлекательных упражнениях и запоминающихся иллюстрациях. Откройте для себя мощные методы машинного обучения, для понимания и применения которых достаточно знаний математики на уровне средней школы! Для студентов специальностей 5В011100 – Информатика, 6В06112 - "Вычислительная техника и программное обеспечение", 6В06111 -"Информационные системы", а также для студентов, преподавателей и всех, кто интересуется разработкой машинным обучение.
Держатели документа:
ЗКУ
Экземпляры всего: 2
чз2 (2)
Свободны: чз2 (2)

34.4(5Қаз)
К 15
Қайранбаев, М.
    Машина үйрету [Текст] : оқулық. 3-кітап / М. Қайранбаев. - Алматы : "Лантар books" ЖШС, 2023. - 418 б. - ("Жасанды Интеллект инженері болу" сериясы). - ISBN 9786013614960 : 19660.00 тг. - Текст : непосредственный.
ББК 34.4(5Қаз)

Рубрики: Жалпы машина жасау. Машинатану

   Общее машиностроение. Машиноведение

Кл.слова (ненормированные):
машина үйрету -- жасанды интеллект инженері болу -- машинаны үйретудің түрлері -- бақылау арқылы оқыту -- регрессиялық есеп -- классификациялық есеп -- бақылаусыз оқыту -- класстеризация -- сызықтық регрессия -- машинаны үйрету модельінің жалпы жағдайы -- баға функциясы -- градиенттік түсу -- код -- деректер генерациясы -- сызықтық алгебра -- матрица мен вектор -- матрицаларды қосу -- скальярға көбейту -- матрица мен вектор көбейтіндісі -- матрица мен матрицаны көбейту -- матрицаларды көбейтудегі қасиеттері -- кері матрица -- матрица транспозициясы -- бірнеше айнымалы сызықтық регрессия -- полиномиялды регрессия -- логистикалық регрессия -- классификация есебі -- шешім қабылдау аралығы -- бірнеше класстық классификатор -- регуляризация -- асыра сілтеп үйрету -- баға функциясына қосылған регуляризация -- сызықтық регрессияға қосылған регуляризация -- сызықтық регрессияға қосылған регуляризация коды -- логистикалық регрессия үшін регуляризация амалы -- нейрондық жүйелер -- сызықтық емес болжам функциясы -- жасанды нейрондық жүйелердің адам миымен қатынасы -- жасанды нейрондық жүйе -- жасанды нейрондық жүйедегі векторлық есептеу жолы -- сызықтық емес болжамды нейрондық жүйе арқылы жүргізу -- бірнеше класстық нейрондық жүйе -- нейрондық жүйедегі оқыту -- нейрондық жүйедегі баға функциясы -- артқа тарау алгоритмі -- градиенттік тексеру -- нейрондық жүйедегі параметрлерді кездейсоқ сандарға теңеу -- жасанды нейрондық жүйені оқыту үшін арналған бағдарлама -- нейрондық жүйенің толықтай алгоритмі -- машина үйретудегі кеңестер -- қателіктермен жұмыс істеу -- болжам модельіне баға беру -- машина үйрету модельдерін таңдау -- машина үйрету жүйесін құру -- теңеспеген ақпараттар жиынтығы -- тіреу векторының машиналары -- баға функциясын жетілдіру -- ядро функциясы 1 -- ядро функциясы 2 -- тіреу вектор машинасын қалай қолданамыз -- k жақын көршілер -- k жақын көршілер алгоритмі -- k жақын көршілер алгоритміндегі параметрлер -- шешім қабылдау ағашы -- кездейсоқ орман алгоритмі -- қарапайым байес -- байес теоремасы -- класстеризация есебі -- к-орта -- к-орта алгоритмі үшін баға функциясы -- центроидтардың бастапқы орны -- өлшемдікті қысқарту -- деректердің көлемін кішірейту -- деректер визуализациясы -- негізгі компонент анализі -- меншікті вектор есептеу жолы -- аномалияны анықтау -- гаусстық таралу -- аномалиялық құбылысты анықтау алгоритмі -- қасиеттерді таңдау -- көп айнымалы гаусстық таралу -- ұсыныс жүйелері -- бірлескен ұсыныс жүйесі -- орта нормализациясы -- үлкен деректермен жұмыс -- стохастикалық градиенттік түсу -- кіші топтық градиенттік түсу -- үйрету параллельизациясы -- оптикалық символды анықтау мысалы -- есеп берілгені -- жүгірмелі терезе -- деректерді жинау жолдары -- модель жұмысының өнімділігін арттыру
Аннотация: Бұл кiтаптың басты мақсаты — машинаны үйрету саласын оқырмандарға таныстыра келіп нөлдiк деңгейден халықаралық дәрежедегi Junior Machine Learning Engineer деңгейiне дейiнгі бiлiм беруді іске асыру. Өз тарапымыздан Junior Machine Learning Engineer деңгейін көздейтін тақырыптарды қарастырып, оларға толықтай түсінік беруге тырыстық. Әр тақырыптағы өз бiлiмдерiңiздi тексеру үшiн тест сұрақтар мен жаттығулар берiп отырдық. Бұл оқу құралында келесідей тақырыптар қамтылған: "Машинаны Үйретуге кіріспе", "Сызықтық Регрессия", "Логистикалық регрессия", "Нейрондық жүйелер", "Машинаны үйрету мен Машинаны үйрету жүйесiн құру кеңестері", "Тiреу векторының машиналары", "k Жақын Көршiлер", "Шешiм қабылдау ағашы", "Қарапайым Байес", "Класстеризация есебi", "Өлшемдiктi қысқарту", "Аномалияны анықтау", "Ұсыныс жүйелерi" және "Үлкен деректермен жұмыс". Әр тақырып үшiн Python тiлiнде код жазылып, сол тақырыпты теориялық түрде түсiнiп қана қоймай, сол кодты бiзбен бiрге жазып, практикалық тұрғыдан бiлiмдерiңiздi арттыра алуға қолайлы жағдай жасадық. Осылайша, өтілген әрбір тақырыпты толығырақ түсiну үшiн осы есептердi шығара отырып, тек теориялық тұрғыдан ғана емес, сонымен бірге практикалық тұрғыдан да түсiнік аласыздар.
Держатели документа:
БҚУ
Экземпляры всего: 2
оқу залы 2 (2)
Свободны: оқу залы 2 (2)