Введение в машинное обучение с помощью Python

Знаю, что у ДМК планируется Себастьян Рашка. Планировался у Питера, но Питер говорит, я у них спрашивал, меня самого интересовала эта книга, что права были оперативно куплены ДМК. Но она 2015 года и с бОльшим акцентом в математику. Книга для "продолжающих изучать машинное обучение". А что каcается Introduction to ML with Python, книга для более широкой аудитории с постепенным усложнением материала. И что мне понравилось, Андреас всегда на связи, последние изменения на гитхабе делал 6 дней назад. То есть не так, что написал книгу, код и забросил его. 13 января вышло новое, исправленное издание этой книги с исправленными тетрадками IPython Notebook, я сейчас как раз по нему сверяю перевод.

 

Друзья, приветствую! Всех устраивает текущая цена взноса? Ждем еще или начинаем сбор взносов? Отметьтесь лайком, кто уже готов к сборам

 

дороговато, половина выпишется и станет дорого всем
стоит еще подождать, чтоб цена осела

 

А такой размер взноса устраивает? Если да, то складчина будет проведена через гаранта в ближайшее время.

 

лично я за. По топику чувствуется человек переводивший в теме.

 

400 рублей - это отличная цена, если бы можно было её зафиксировать как взнос с одного человека было бы вообще шикарно
для выявления цены, возможно стоит открыть голосование в шапке, а всех участников оповестить по ЛС (но я уверен, что большинство людей останутся тут, потому как автор показал свой качественный подход)

 

фиксированная цена в переводах запрещена (не считая повторов), поэтому для снижения взноса - рекламу перевода в подпись и не более 5 сообщений в день по смежным темам в программировании

 

За текущий разр взноса

 

Друзья, приветствую всех!

30 января начнется сбор взносов. Понимаю, что необъективен, но, уверяю, вы не пожалеете. 392-страничная книга на русском языке с развернутым полностью кликабельным содержанием и рабочим программным кодом.

Также вы получите полностью русифицированные интерактивные тетрадки, инструкцию по работе с программным кодом (обязательно прочтите ее, это позволит устранить 99% проблем). Я постарался сделать все возможное, чтобы знакомство с машинным обучением в Python не было омрачено досадными багами (столь частая проблема), опечатками и туманно сформулированным текстом (некоторые разделы, посвященные алгоритмам, были переведены с адаптацией).

Благодарю организаторов за оперативность, благодарю Андреаса (одного из авторов книги) за постоянную обратную связь, благодарю участников, присоединившися к складчине, за доверие.

Как и авторы, я тоже надеюсь, что «эта книга поможет людям, которые хотят использовать машинное обучение здесь и сейчас, не тратя годы на изучение математики, линейной алгебры и теории вероятностей».

 

Не сомневаюсь, что книга бомба. Жаль товарищи нас покидать начали.

 

Зато остануться настоящие ценили и те, кому нужен материал.

 

Согласна, истинные ресурсы это время и информация, цена приемлемая))))

 

Возьму в любом случае! Только не отменяйте!

 

Отчасти моя вина. может, недостаточно подробно рассказываю. Например, я полагал, что подавляющему большинству участников складчины "Анализ данных с помощью Python и Pandas", данная складчина будет интересна. Потому что анализ данных с помощью Pandas - один из этапов машинного обучения. Прежде чем моделировать, надо подготовить данные, создать дамми-переменные для категориальных признаков и прочее, все это делается с помощью pandas (например, чтоб получить дамми-переменные, используется пандасовская функция get_dummies). Конечно, прямое кодирование категориальных переменных можно и с помощью scikit-learn выполнить, но в pandas удобнее (на мой взгляд). В книге отдельная глава (глава 4) посвящена правильной подготовке данных.
Глава 6 будет интересна тем, кто любит конкурсы Kaggle. Речь пойдет о том, как поместить конвейер в объект GridSearchCV. То есть мало того что мы в рамках конвейра можем автоматизировать этапы обработки данных (их может быть несколько, например, импутация, удаление дублей, нормализация) с построением модели, мы можем не мучаться, вручную подбирать оптимальные параметры для каждого этапа, а позволить это сделать автоматически решетчатому поиску. Можно просто с помощью решетчатого поиска выбрать оптимальную модель из каскада тестируемых.
Глава 3 посвящена сравнительно свежим алгоритмам кластеризации (DBSCAN, t_SNE) для распознавания лиц, с конкретными примерами, Андреас занимался в Amazon решением задач, связанных с компьютерным зрением.

 

между складчинами по одной тематике не всегда наблюдается положительная коррелляция
но лично я думаю, что нужно было раньше "закидывать удочку" (те создать тему) , кроме того у нас есть "костяк" людей которым интересна данная тематика, однако найти тему среди всего "мусора" очень сложно, поэтому можно уже будет на основе этой складчины развернуть закрытую переписку с целью оповещения всего "костяка"

 

Я возьму при любом раскладе. У меня большие планы относительно изучения данной книги.

 

А записаться можно?

 

Хочу записаться, но не получается. Выдает ошибку. Как можно записаться? Хороший материал!

 

Аналогично, хочу записаться и выдает что складчина остановлена (

 

Орг, можно записаться? Ответь пожалуйста! Сделай доброе дело людям, дай поучавствую в складчину!