Глубокое обучение и анализ данных. Практическое руководство

Несмотря на название, в книге в главе 1 сначала описывается машинное обучение, а затем автор переходит непосредственно к глубокому обучению, что очень хорошо. При этом книга о принципах и основах машинного обучения и глубокого обучения, а также с введением в математический минимум для понимания темы машинного обучения. Математическая составляющая не всегда досконально объясняется, но четко указывается для чего необходима. Глава 1 может поначалу отпугнуть читателей избегающих математики, так как сразу рассказывает о линейной алгебре, но автор пытается донести сложные вещи необходимые для понимая данной темы и в достаточно системном изложении

с самого начала. Для людей далеких от математики математическая составляющая может быть непонятна, но главные плюсы этой книги - системность и опора на основы. Поэтому по своему содержанию и объёму книга достаточна уникальна. Книгу можно было бы назвать "Математический минимум по основам машинного и глубокого обучения". При этом автор раскрывает суть и важность применения как самого языка python так и различных библиотек.