30 важнейших алгоритмов ИИ: практическое руководство по машинному обучению с понятными объяснениями, примерами из реальной жизни и исполняемым кодом на Python на русском

Тридцать алгоритмов. От «Я о них слышал» до «Я могу их создать».

Если вы когда-либо кивали головой, слушая разговоры о градиентном бустинге, эмбеддингах или трансформерах, и при этом молча задавались вопросом, как они на самом деле работают, — эта книга написана для вас. Книга « 30 важнейших алгоритмов ИИ: объяснение» берет алгоритмы, которые лежат в основе реальных продуктов и доминируют на технических собеседованиях, и превращает их из пугающих названий в инструменты, которые вы действительно понимаете.

Каждый алгоритм разбирается так, как это объяснил бы хороший наставник: сначала простая интуиция, затем механика, а потом точное описание его сильных сторон и слабых мест. К каждому прилагается чистый, исполняемый код на Python, который можно открыть, запустить и адаптировать в тот же день — плюс практическое руководство о том, какие настройки важны и каких ошибок следует избегать.

Вы совершите путешествие по всему спектру современного машинного обучения:

• Обучение с учителем — линейная и логистическая регрессия, деревья решений, случайные леса, SVM, метод k-ближайших соседей, наивный байесовский классификатор, градиентный бустинг, AdaBoost, XGBoost
• Обучение без учителя — K-средних, иерархическая кластеризация, DBSCAN, PCA, t-SNE
• Обучение с подкреплением — Q-обучение, SARSA, глубокие Q-сети, градиент политики, актор-критик
• Глубокое обучение — нейронные сети, сверточные нейронные сети (CNN), рекуррентные нейронные сети (RNN), сети LSTM и трансформеры, лежащие в основе современного ИИ.
• Передовые методы — K-Means++, автокодировщики, изолирующий лес, марковские процессы принятия решений, генетические алгоритмы.

Что вы получите:

• Четкая мысленная модель того, как на самом деле работают 30 основных алгоритмов — без сложных математических вычислений.
• Полные, протестированные реализации на Python, которые вы можете сразу же использовать повторно.
• Выбор правильного алгоритма для решения стоящей перед вами задачи.
• Осознание подводных камней, в которые попадают практикующие специалисты.
• Реальная готовность к техническим собеседованиям

Каждая глава имеет четкую структуру — определение, принцип работы, область применения, лучшие практики, распространенные ошибки, ключевые гиперпараметры и полная реализация — поэтому книга одинаково хорошо подходит как для первого курса, так и в качестве справочника на всю жизнь. В дополнение к книге прилагаются блокноты Jupyter, аннотированные диаграммы, краткое справочное руководство, глоссарий и полный указатель.

Независимо от того, являетесь ли вы студентом, работающим инженером или готовитесь к следующему собеседованию, эта книга наконец-то поможет вам разобраться в алгоритмах.