Telegram Group & Telegram Channel
🚀 Новая книга! Просто бомба!!! Перевод уже завершен, оформляйте предзаказ!

Друзья, пока по моей последней книге по Pandas завершается верстка, я успел перевести еще одну потрясающую книгу! Обычно я анонсирую книги заранее, но тут просто не успел, простите. Я перевел ее очень быстро, всего за 16 дней (мой рекорд), так что она небольшая и будет недорогая! И вы уже можете оформить предзаказ на нее в моем боте, ниже расскажу, как.

Что же это за книга? Честно говоря, это одна из лучших книг, которые я переводил. Настоящее сокровище! В оригинале ее название звучит так: Learn Data Mining Through Excel, а в русском переводе она получит название Машинное обучение сквозь призму Excel
(примеры и упражнения)
. Но НЕ ДУМАЙТЕ, что это книга по Excel! Что же в ней такого замечательного?

Она действительно не про Excel. Excel в ней используется просто как доступный инструмент визуализации. В этой книге досконально, до малейших подробностей, разбираются все популярные методы машинного обучения шаг за шагом, без программирования, а прямо на листах в Excel при помощи простых и не очень формул. И всё оживает буквально на ваших глазах! Эта книга заставит полюбить регрессию, кластеризацию, классификацию, кросс-валидацию и все остальные страшные "ция" даже тех, кто ничегошечньки в этом не смыслит и боится страшных математических формул. Это потрясающий труд! И даже если вы активно применяете ML на практике или преподаете, вам будет полезно заглянуть внутрь работы этих методов и разложить все по полочкам для себя или своих студентов.

Ну а если вы только осваиваете машинное обучение и датамайнинг, то просто обязаны дать шанс этой книге, которая носит исключительно практический характер.

Вот оглавление книги:
Глава 1. Excel и датамайнинг
Глава 2. Линейная регрессия
Глава 3. Кластеризация методом k-средних
Глава 4. Линейный дискриминантный анализ
Глава 5. Кросс-валидация и ROC-кривая
Глава 6. Логистическая регрессия
Глава 7. Метод k-ближайших соседей
Глава 8. Иерархическая кластеризация и древовидная диаграмма
Глава 9. Наивный байесовский классификатор
Глава 10. Деревья решений
Глава 11. Разведочный анализ, очистка данных и отбор признаков
Глава 12. Ассоциативный анализ
Глава 13. Нейронные сети
Глава 14. Интеллектуальный анализ текста

Как оформить предзаказ? Очень просто! Как я уже сказал, книга уже фактически завершена, завтра по ней начнется вычитка и верстка, так что ооочень скоро она сможет приехать к вам!

Заходите в моего бота (@alexanderginko_books_bot), жмите на кнопку Оформить предзаказ на книги (если не видите кнопок, активируйте их специальной кнопкой) и выбирайте там книгу Машинное обучение сквозь призму Excel
(примеры и упражнения)
. Вот и всё! И уже совсем скоро вам придут мои промокоды на скидку и адрес для покупки!

А скоро будет анонс уже следующей книги...



tg-me.com/alexanderginko_books/305
Create:
Last Update:

🚀 Новая книга! Просто бомба!!! Перевод уже завершен, оформляйте предзаказ!

Друзья, пока по моей последней книге по Pandas завершается верстка, я успел перевести еще одну потрясающую книгу! Обычно я анонсирую книги заранее, но тут просто не успел, простите. Я перевел ее очень быстро, всего за 16 дней (мой рекорд), так что она небольшая и будет недорогая! И вы уже можете оформить предзаказ на нее в моем боте, ниже расскажу, как.

Что же это за книга? Честно говоря, это одна из лучших книг, которые я переводил. Настоящее сокровище! В оригинале ее название звучит так: Learn Data Mining Through Excel, а в русском переводе она получит название Машинное обучение сквозь призму Excel
(примеры и упражнения)
. Но НЕ ДУМАЙТЕ, что это книга по Excel! Что же в ней такого замечательного?

Она действительно не про Excel. Excel в ней используется просто как доступный инструмент визуализации. В этой книге досконально, до малейших подробностей, разбираются все популярные методы машинного обучения шаг за шагом, без программирования, а прямо на листах в Excel при помощи простых и не очень формул. И всё оживает буквально на ваших глазах! Эта книга заставит полюбить регрессию, кластеризацию, классификацию, кросс-валидацию и все остальные страшные "ция" даже тех, кто ничегошечньки в этом не смыслит и боится страшных математических формул. Это потрясающий труд! И даже если вы активно применяете ML на практике или преподаете, вам будет полезно заглянуть внутрь работы этих методов и разложить все по полочкам для себя или своих студентов.

Ну а если вы только осваиваете машинное обучение и датамайнинг, то просто обязаны дать шанс этой книге, которая носит исключительно практический характер.

Вот оглавление книги:
Глава 1. Excel и датамайнинг
Глава 2. Линейная регрессия
Глава 3. Кластеризация методом k-средних
Глава 4. Линейный дискриминантный анализ
Глава 5. Кросс-валидация и ROC-кривая
Глава 6. Логистическая регрессия
Глава 7. Метод k-ближайших соседей
Глава 8. Иерархическая кластеризация и древовидная диаграмма
Глава 9. Наивный байесовский классификатор
Глава 10. Деревья решений
Глава 11. Разведочный анализ, очистка данных и отбор признаков
Глава 12. Ассоциативный анализ
Глава 13. Нейронные сети
Глава 14. Интеллектуальный анализ текста

Как оформить предзаказ? Очень просто! Как я уже сказал, книга уже фактически завершена, завтра по ней начнется вычитка и верстка, так что ооочень скоро она сможет приехать к вам!

Заходите в моего бота (@alexanderginko_books_bot), жмите на кнопку Оформить предзаказ на книги (если не видите кнопок, активируйте их специальной кнопкой) и выбирайте там книгу Машинное обучение сквозь призму Excel
(примеры и упражнения)
. Вот и всё! И уже совсем скоро вам придут мои промокоды на скидку и адрес для покупки!

А скоро будет анонс уже следующей книги...

BY Александр Гинько (автор и переводчик)




Share with your friend now:
tg-me.com/alexanderginko_books/305

View MORE
Open in Telegram


Александр Гинько автор и переводчик Telegram | DID YOU KNOW?

Date: |

Telegram is riding high, adding tens of million of users this year. Now the bill is coming due.Telegram is one of the few significant social-media challengers to Facebook Inc., FB -1.90% on a trajectory toward one billion users active each month by the end of 2022, up from roughly 550 million today.

How Does Bitcoin Work?

Bitcoin is built on a distributed digital record called a blockchain. As the name implies, blockchain is a linked body of data, made up of units called blocks that contain information about each and every transaction, including date and time, total value, buyer and seller, and a unique identifying code for each exchange. Entries are strung together in chronological order, creating a digital chain of blocks. “Once a block is added to the blockchain, it becomes accessible to anyone who wishes to view it, acting as a public ledger of cryptocurrency transactions,” says Stacey Harris, consultant for Pelicoin, a network of cryptocurrency ATMs. Blockchain is decentralized, which means it’s not controlled by any one organization. “It’s like a Google Doc that anyone can work on,” says Buchi Okoro, CEO and co-founder of African cryptocurrency exchange Quidax. “Nobody owns it, but anyone who has a link can contribute to it. And as different people update it, your copy also gets updated.”

Александр Гинько автор и переводчик from in


Telegram Александр Гинько (автор и переводчик)
FROM USA