ДМК Пресс. ИТ-технологии для обучающихся

Ошеломляющий успех коммерческих приложений машинного обучения (machine learning — ML) и быстрый рост этой отрасли создали высокий спрос на готовые методы ML, которые можно легко использовать без специальных знаний. Однако и сегодня успех практического применения в решающей степени зависит от экспертов — людей, которые вручную выбирают подходящие архитектуры и их гиперпараметры. Методы AutoML нацелены на устранение этого узкого места путем построения систем ML, способных к автоматической оптимизации и самонастройке независимо от типа входных данных. В этой книге впервые представлен всеобъемлющий обзор базовых методов автоматизированного машинного обучения (AutoML).

В издании описываются принципы построения, архитектура и функциональная организация вычислительных систем, сетей и телекоммуникаций. Даны описания основных устройств и звеньев вычислительных машин и телекоммуникационных вычислительных сетей. Рассмотрены их программное и аппаратное обеспечение, функционирование, эффективность и перспективы развития. Показаны использование средств вычислительной техники в системах мультимедиа, сетевых технологиях, локальных, корпоративных и глобальных сетях.

В этой книге представлены полезные методики программирования, имеющие практическую ценность. Опираясь на свой многолетний опыт, авторы показывают, как написать надежный код, который смогут читать другие разработчики. Основной принцип обучения — составление плана решения: от определения структур данных по условиям поставленной задачи через примеры и тесты к написанию программного кода. Обсуждаются типичные ошибки программистов. Многочисленные примеры и упражнения позволяют читателям самостоятельно закрепить изученный материал на практике.

Логическое программирование – это стиль программирования, в котором программы принимают форму наборов предложений на языке символической логики. В последнее время интерес к нему вырос благодаря возможности применения в дедуктивных базах данных, электронных таблицах, создании бизнес-логики при управлении предприятием и др. Данная книга знакомит с теорией логического программирования, современными технологиями и популярными применениями. Авторы ведут читателя от изучения базовых понятий (наборы данных, запросы, обновления и т. д.) к практическому применению вычислительной логики. Книга удобно структурирована: рассмотрение новых терминов сопровождается многочисленными примерами; в конце глав приводятся упражнения, позволяющие закрепить пройденный материал.

Книга знакомит с одной из самых распространенных и мощных библиотек визуализации данных — D3.js. Прочтя ее, вы сможете решить любую задачу: от создания визуализации с нуля до запуска ее на сервере и написания автоматизированных тестов.

Книга представляет собой доступно изложенное введение в статистическое обучение — незаменимый набор инструментов, позволяющих извлечь полезную информацию из больших и сложных наборов данных, которые начали возникать в последние 20 лет в таких областях, как биология, экономика, маркетинг, физика и др. В этой книге описаны одни из наиболее важных методов моделирования и прогнозирования, а также примеры их практического применения. Рассмотренные темы включают линейную регрессию, классификацию, создание повторных выборок, регуляризацию, деревья решений, машины опорных векторов, кластеризацию и др. Описание этих методов сопровождается многочисленными иллюстрациями и практическими примерами. Поскольку цель этого учебника заключается в продвижении методов статистического обучения среди практикующих академических исследователей и промышленных аналитиков, каждая глава включает примеры практической реализации соответствующих методов с помощью R — чрезвычайно популярной среды статистических вычислений с открытым кодом.

Книга охватывает почти весь круг теоретических и практических вопросов, относящихся к рекурсии и рекурсивному программированию, что делает её прекрасным дополнением к уже существующим немногочисленным книгам на эту тему. На множестве примеров и задач — от простых к сложным — читатель постепенно погружается в рекурсию, учится мыслить рекурсивно и, отталкиваясь от декларативной парадигмы программирования, создавать рекурсивные алгоритмы с использованием пошаговой методики и специальных схем декомпозиции задач. При этом автор беспристрастно сопоставляет рекурсивные алгоритмы с итерационными, отмечая достоинства и недостатки тех и других. Все алгоритмы в книге реализованы на языке Python 3.

Книга посвящена разработке распределенных естественных вычислительных моделей в среде многоагентного моделирования NetLogo. В основу этого учебного пособия положены материалы двух курсов, которые автор на протяжении последних десяти лет читает в Московском государственном университете и университете «Дубна» студентам, обучающимся по специальности «Прикладная математика и информатика». Рассматриваются как классические модели, в том числе клеточные автоматы, нейронные сети, генетические алгоритмы, так и относительно современные, например методы и модели роевого интеллекта. Содержит большое число иллюстраций, примеров кода, упражнений и библиографических ссылок.