MoreKnig.org

Искусственный интеллект: читать книгу онлайн полностью и бесплатно

Автор: Бруссард Мередит



Шрифт:

Существует три ключевых типа машинного обучения: обучение с учителем, обучение без учителя и обучение с подкреплением. Привожу определения для каждого типа, предлагаемые в известной книге под названием «Искусственный интеллект: Современный подход» (Artificial Intelligence: A Modern Approach), написанной профессором Калифорнийского университета в Беркли Стюартом Расселом и директором исследовательского отдела Google Питером Норвигом:

Обучение с учителем – наиболее простой вариант: машине предоставляется набор обучающих данных и соответствующие ему ожидаемые результаты. По сути, мы говорим машине, что хотим от нее в итоге, затем настраиваем модель до тех пор, пока не получим то, что полагаем верным.

Все три типа машинного обучения зависят от набора обучающих данных, необходимого для использования и подстройки модели обучения. Предположим, мой массив состоит из данных 100 000 владельцев кредитных карт. Он содержит все то, что кредитная компания знает о клиентах: имя, возраст, адрес, кредитную оценку заемщика, кредитную ставку, состояние счета, имена всех подписантов договора, выписку со счета, выписку времени и сумм погашения кредита. Допустим, с помощью нашей модели машинного обучения мы хотим предсказать, кто с большей вероятностью просрочит очередной платеж. Это нужно сделать потому, что после каждого просроченного платежа повышается процентная ставка по кредиту. В массиве обучающих данных есть колонка, где обозначены те, кто задерживал платеж. Мы делим наш массив на две части по 50 000 аккаунтов в каждом – на обучающую и тестовую выборки. Затем запускаем алгоритм машинного обучения на первом наборе, чтобы выстроить модель, черный ящик, который предскажет то, что мы и так знаем. Мы можем применить эту же модель к оставшимся данным и получить прогнозы о том, кто вероятнее всего опоздает с платежом. Наконец, мы сравниваем полученные прогнозы с реальными данными о просроченных платежах. Это позволяет выявить точность прогностической модели. И, если мы как разработчики нашей модели машинного обучения решим, что она достаточно точна, мы можем применить ее к прогнозированию платежей реальных заемщиков.

Существует ряд алгоритмов машинного обучения, доступных для применения к наборам данных. Возможно, вы уже слышали такие названия, как «метод лесов случайных деревьев», «древо решений», «метод ближайших соседей», «наивный байесовский классификатор» или «скрытая марковская модель». Прекрасное объяснение этих методов обнаруживается в книге Кэти О’Нил «Убийственные большие данные» (Weapons of Math Destruction)[85]. О’Нил пишет, что мы постоянно и бессознательно выстраиваем модели. Когда я решаю, что приготовить на ужин, я конструирую модель: что осталось в холодильнике, какие блюда я могу из этого приготовить, кто будет ужинать вместе со мной (обычно мы ужинаем с мужем и сыном) и что они любят есть. Я оцениваю каждое блюдо и вспоминаю, как его оценили в прошлом – какое блюдо и у кого заслужило просьбы о добавке и какие ингредиенты находятся в списке отвергаемой пищи: кешью, замороженные овощи, кокос, мясные субпродукты. Принимая решения об ужине на основе того, что у меня есть в холодильнике, я оптимизирую варианты. Создание модели на языке математики предполагает формализацию свойств и вариантов выбора[86].

Скажем, я хочу заняться машинным обучением. Первым делом мне нужен массив данных. Для отработки моделей машинного обучения доступно множество интересных массивов, собранных в онлайн-хранилищах. Есть массивы выражений лиц, домашних животных и видео YouTube. Есть массивы электронных писем, отправленных людьми, работавшими в обанкротившейся компании (Enron), конференций 1990-х гг. (Usenet), массивы сетей онлайн-дружбы из социальных сетей (Friendster), массивы данных о фильмах, просмотренных на различных сервисах (Netflix), данные произнесения общеупотребимых фраз с разными акцентами и массивы неразборчивых почерков. Эти данные собирались корпорациями, сайтами, университетскими учеными, добровольцами и из архивов ныне закрытых компаний. Эти небольшие характерные массивы данных опубликованы онлайн, и именно они формируют каркас современного ИИ. Вы наверняка можете найти там и свои данные. Моя подруга однажды обнаружила себя в видео в ясельном возрасте в архиве бихевиористов: ее мать участвовала в исследовании взаимодействия родителей и детей. Для построения умозаключений о мире исследователи до сих пор обращаются к тому видео.

А теперь выполним классическое практическое упражнение: при помощи машинного обучения предскажем, кто выжил во время крушения «Титаника». Представим, что происходило на корабле сразу после столкновения с айсбергом. Уже видите Леонардо Ди Каприо и Кейт Уинслет, скользящих по палубам корабля? Это неправда – но оживляет воображение, если вы смотрели фильм столько же раз, сколько и я. Вероятнее всего, вы видели фильм «Титаник» хотя бы раз. По итогам проката фильм заработал $659 млн в США и $1,5 млрд во всем мире, что делает его величайшим и вторым самым кассовым фильмом в истории. (Джеймс Кэмерон, режиссер «Титаника», также автор самого кассового фильма в истории – «Аватара».) Его крутили в кинотеатрах в течение почти что года, в том числе потому, что молодые люди приходили смотреть его снова и снова[87]. Фильм «Титаник» стал частью нашей коллективной памяти подобно крушению настоящего «Титаника». Наш мозг нередко путает реальные события с реалистичной выдумкой. Досадно, но это нормально. Из-за путаницы усложняется восприятие риска.

Мы делаем выводы на основе эвристик, неформальных правил. На эти эвристики влияют эмоционально насыщенные истории, которые к тому же легко запомнить. Например, на колумниста The New York Times Чарльза Блоу в детстве напала злая собака, содрав почти всю кожу с лица. И, будучи взрослым, вспоминает Блоу в мемуарах, он весьма настороженно относился к незнакомым собакам[88]. Что очевидно. Нападение крупного животного на человека в детстве становится травматичным опытом, и, конечно, воспоминания об этом всплывают каждый раз, когда человек видит собаку. Читая книгу Блоу, я сопереживала маленькому мальчику, была напугана вместе с ним. На следующий день после прочтения мемуаров в парке рядом с моим домом я увидела мужчину, выгуливающего собаку без поводка. Я тут же подумала о Блоу и о том, насколько тем, кто боится собак, некомфортно видеть собаку без поводка. Я подумала о том, что случится, если собака вдруг разозлится. История повлияла на то, как я оцениваю риск. Те же закономерности мышления приводят к тому, что после просмотра выпусков «Закон и порядок: Специальный корпус» (Law & Order: SVU) многие закупаются перцовыми баллончиками или после просмотра фильма ужасов проверяют заднее сиденье машины на предмет неприятных сюрпризов. Это явление специалисты называют эвристикой доступности[89]. Первыми приходят на ум истории, которые мы либо считаем наиболее важными по той или иной причине, либо часто с нами случаются.

Возможно, как раз из-за того, что крушение «Титаника» глубоко укоренилось в нашей коллективной памяти, эту историю отрабатывают в рамках практики машинного обучения. В частности, список пассажиров «Титаника» используется для того, чтобы на основе этих данных студенты научились генерировать прогнозы. Упражнение всегда работает, поскольку почти все студенты видели фильм или знают о катастрофе. Кроме того, здорово, что не приходится тратить время на прояснение исторического контекста, можно переходить сразу к интересной работе с прогнозированием.

Я хочу провести вас через увлекательную часть при помощи обучения с учителем. Мне кажется важным видеть в точности то, как обучается машина. Кроме того, если хотите выполнить упражнение самостоятельно, в сети можно найти достаточно сайтов с уроками по машинному обучению. Я собираюсь предложить вам упражнение с платформы DataCamp. Согласно Kaggle, эта платформа – первый шаг для тех, кто хочет включиться в рынок труда аналитики данных[90]. Kaggle, принадлежащий родительской компании Google Alphabet, – это сайт, где люди соревнуются между собой, стремясь набрать наибольшее число очков за анализ массива данных. Аналитики данных участвуют в соревнованиях в составе команд, оттачивая собственные навыки и практики взаимодействия. Этот сайт также полезен с точки зрения обучения студентов анализу данных или для поиска массивов данных.

Чтобы пройти урок DataCamp о крушении «Титаника», мы обратимся к языку Python и нескольким его популярным библиотекам: pandas, scikit-learn и numpy. Библиотека – это небольшой набор функций, выложенный где-то на просторах интернета. Импортируя библиотеку, мы делаем функции доступными для программы, которую пишем. Можно представить ее в виде настоящей библиотеки. Я состою в системе Нью-Йоркской публичной библиотеки. Если я еду куда-то больше чем на неделю, стараюсь получить карту посетителя в местной библиотеке. И пока я являюсь членом местной библиотеки, я могу обращаться как к основным ресурсам Нью-Йоркской библиотеки, так и к уникальным источникам местной. На языке Python у нас есть ряд встроенных функций: они – Нью-Йоркская библиотека. Импорт новой библиотеки подобен регистрации в локальной библиотеке. Так, наша программа может использовать как ключевые функции из базовой библиотеки Python, так и замечательные функции с открытым кодом (open-source), написанные учеными и разработчиками, которые как раз и опубликовали, например, библиотеку scikit-learn.

Библиотека pandas, которую мы также будем использовать, имеет контейнер DataFrame, который «вмещает» набор данных. Такой тип пакета также называют объектом, как в объектно-ориентированном программировании. Объект – это такой же общий термин в программировании, как и в обычной жизни. В программировании объект – концептуальная обертка небольшого набора данных, переменных и кода. Таким образом, маркер объект становится для нас первой точкой опоры. Нам необходимо представить наш набор битов как нечто упорядоченное, о чем можно размышлять и говорить.

Во-первых, разделим наш набор данных пополам: на данные для обучения и на тестовые данные. Мы разработаем и обучим модель на данных для обучения и затем проверим на тестовом наборе. Помните, какой из двух ИИ тут работает – общий или слабый? Слабый. Итак, начнем:

import pandas as pd

import numpy as np

from sklearn import tree, preprocessing

Мы только что импортировали необходимые нам библиотеки. Каждой библиотеке мы дали собственные названия – pd для pandas, np для numpy. Теперь у нас есть доступ ко всем функциям обеих библиотек, и мы можем решить, какие из них нам нужны. Из библиотеки scikit-learn мы возьмем только две: первая называется tree, вторая – preprocessing.

Затем импортируем данные из файла. CSV (comma-separated values), который также можно найти в интернете. В частности, нужный нам. CSV-файл находится на сервере Web Services (AWS), принадлежащем Amazon. Нам это известно потому, что ссылка файла (которая начинается с http://) выглядит как s3.amazonaws.com. Файл. CSV представляет собой структурированные данные, где каждая колонка отделена запятой. Мы скачаем с AWS два файла с данными о «Титанике» – обучающий и тестовый, и они оба будут в формате. CSV. Импортируем их:

train_url =

«http://s3.amazonaws.com/assets.datacamp.com/course/Kaggle/train.csv»

train = pd.read_csv (train_url)

test_url = «http://s3.amazonaws.com/assets.datacamp.com/course/Kaggle/test.csv»

test = pd.read_csv (test_url)

pd.read_csv () означает «Пожалуйста, выполни функцию read_csv (), которая обитает в библиотеке pd (pandas)». Фактически мы только что создали DataFrame (структуру данных) и обратились к одной из встроенных функций. Итак, теперь данные импортированы в виде двух наборов – обучающего и тестового. Мы используем данные переменной train, чтобы создать модель, и затем при помощи переменной test протестируем ее точность.

Посмотрим, что в заголовках первых строк обучающего набора данных:

print (train.head ())

Итак, перед нами данные в 12 колонках: PassengerId, Pclass, Name, Sex, Age, SibSp, Parch, Ticket, Fare, Cabin, и Embarked. Что же это все означает?

Чтобы ответить на этот вопрос, нам понадобится словарь данных, который обычно имеется в каждом пакете данных. Заглянув в него, мы выясняем:

Pclass = пассажирский класс (1 = 1-й; 2 = 2-й; 3 = 3-й)

[85] О’Нил К. Убийственные большие данные. – М.: АСТ, 2018.

[86] O’Neil, Weapons of Math Destruction.

[87] Grazian, Mix It Up.

[88] Blow, Fire Shut Up in My Bones.

[89] Tversky and Kahneman, “Availability.” См. also Kahneman, Thinking, Fast and Slow; Slovic, The Perception of Risk; Slovic and Slovic, Numbers and Nerves; Fischhoff and Kadvany, Risk.

[90] См. https://www.datacamp.com for more on the Titanic data science tutorial. I’ve omitted some parts of the tutorial for readability.

Перейти на стр:
Шрифт:
Продолжить читать на другом устройстве:
QR code

Новые книги

Смотреть все
Самуил Цвиллинг
Самуил Цвиллинг
[Биографии и Мемуары / Советская классическая проза]
Советские люди с чувством глубокой признательности вспоминают тех, кто беззаветно боролся за власть Советов и отдал свою жизнь за народное счастье. Одним из борцов за великое дело был первый
0
Потерянный дом, или Разговоры с милордом
Потерянный дом, или Разговоры с милордом
[Советская классическая проза / Социальная фантастика]
Думаете, чудес не бывает? Бывают, да еще и какие! Однажды вечером в городе Ленинграде поднялся в воздух кооперативный дом. То есть просто взлетел, чуть полетал по небу и приземлился в совершенно
0
Журналистка. Второй шанс на счастье
Журналистка. Второй шанс на счастье
[Современные любовные романы / Эротика, Секс]
НЕЗАКОННОЕ ПОТРЕБЛЕНИЕ НАРКОТИЧЕСКИХ СРЕДСТВ, ПСИХОТРОПНЫХ ВЕЩЕСТВ, ИХ АНАЛОГОВ ПРИЧИНЯЕТ ВРЕД ЗДОРОВЬЮ, ИХ НЕЗАКОННЫЙ ОБОРОТ ЗАПРЕЩЕН И ВЛЕЧЕТ УСТАНОВЛЕННУЮ ЗАКОНОДАТЕЛЬСТВОМ ОТВЕТСТВЕННОСТЬ. —
0
Женихи из другой Галактики. Космос. Страсть
Женихи из другой Галактики. Космос. Страсть
[Любовная фантастика / Эротика, Секс]
❤️‍У Евы был худший день в жизни: её уволили, а любимый мужчина ушёл к другой. В поисках утешения она заглянула к странной гадалке, которая пообещала ей «скалу и крыло», а также замужество сразу за
0
Связанная грехом
Связанная грехом
[Детективы / Триллер / Современные любовные романы / Эротика, Секс]
Бет вырывается на свежий воздух из душной клетки любви, которую для неё выстроила лучшая подруга, — и не ожидает найти утешение в объятиях Мэттью. Он верный телохранитель Себастьяна и единственный,
0
Свод отражений
Свод отражений
[Детективы / Документальная литература / Проза / Современная проза]
Частный детектив Саша Рудакова получает в наследство дом в сибирском Криволучье. Город построен так, что его отражение в реке не совпадает с самим собой. В доме все зеркала повернуты к стене, а во
0
Эффект дьявола
Эффект дьявола
[Современные любовные романы / Эротика, Секс / Проза]
Дьяволы всегда добиваются своего, и молодой владелец нефтяной компании не исключение. Вот только природа не наградила его обаянием, и вместо того, чтобы искушать, ему приходится рушить чужие судьбы,
0
Повелитель Стихий. Том 6
Повелитель Стихий. Том 6
[Боевое фэнтези / Бояръ-Аниме]
Что общего у разведчика Легиона и белки-летяги? Оба они живут не более трёх лет. За это время средний разведчик успевает провести около пяти экспираций, после чего встречает свой конец. Я же каким
0
Целитель, который вернулся спустя 2000 лет
Целитель, который вернулся спустя 2000 лет
[Боевое фэнтези / Магические академии]
За две тысячи лет моего заточения мир успел забыть, чего стоит бояться. В Латерне целители носят сумки боевых магов, стоят у них за спиной и благодарят за место в отряде. Когда-то армии отступали,
0
Тренер Гильдии Фамильяров 9
Тренер Гильдии Фамильяров 9
[Городское фэнтези / РеалРПГ (RealRPG) / Попаданцы]
Меня зовут Артур Горай. Я вернулся на сорок лет в прошлое, и с меня хватит чемпионских титулов. Теперь я намерен разобрать Синдикаты по винтикам! В этом мне помогает мой дракон. Он знает будущее, но
0
Мужчина в моем шкафу
Мужчина в моем шкафу
[Любовные романы / Любовное фэнтези / Современная проза / Фэнтези]
Нелегко начинать жизнь заново, когда у тебя ничего нет. Муж забрал квартиру, карьеру Майя принесла в жертву семье. Но чудеса случаются, даже когда в них не веришь. Не просто случаются, а выскакивают
0
Искры на орбите
Искры на орбите
[Любовные романы / Современные любовные романы / Фантастика / Космическая фантастика]
Я устроилась помощницей Деда Мороза на роскошный космический лайнер «Аврора», рассчитывая немного подзаработать и провести праздники среди огней, музыки и счастливых детских улыбок.Но с напарником
0

Самые популярные книги

Хорошая, плохая, грешная 3
Хорошая, плохая, грешная 3
[Попаданцы]
У Эвирейл Миардо нет ни единой свободной минутки на грусть и рефлексию! Да и когда? Столько дел, столько дел! Шахту выкопай, лавку открой, артефакты создай, эльфа за попу укуси... Ничего не
12
Последняя Гадина империи
Последняя Гадина империи
[Попаданцы / Бояръ-Аниме / Русское фэнтези / Самиздат]
Пятьсот лет назад я была прославленным зельеваром, матриархом и почтенной основательницей династии. А сегодня очнулась в теле изнеженной барышни на пепелище семейной усадьбы и обнаружила, что весь
10
Те, кто приходит в тишине
Те, кто приходит в тишине
[Альтернативная история / Попаданцы / Самиздат / Боевая фантастика]
Редкий бой бывает похож на предыдущий. Мы учимся. На своих и на чужих ошибках. Стараемся расти над собой. Противник – тоже. Он анализирует наши ошибки, учитывает остроумные решения. То есть
10
Петербургский врач 11
Петербургский врач 11
[Военное дело, спецслужбы / Медицина / Проза / Современная проза]
Вадим – хирург и микробиолог, попавший волей судьбы в Петербург 1904 года, в тело медицинского секретаря, работающего у богатого врача-мошенника. …Во дворах-колодцах тускло горят газовые фонари.
8
Замок над морем
Замок над морем
[Героическая фантастика / Любовное фэнтези]
Волны перемешивают гальку, жизнь перемешивает людские судьбы. Воины и рабы, дети Ардена и слуги Ириона, все равны перед вечностью. Казалось бы, все решено, расставлены фигуры и начата игра. Но
6
Измена. Я тебя (не) любил
Измена. Я тебя (не) любил
[Современные любовные романы]
— Как тебе… — слышу прерывистый голос подруги, — мой подарок в честь твоего дня рождения?По меньшей мере иду я в верном направлении. Но вот предчувствие не из лучших. Голос Светы перемешивается со
6
Наследник $$$ уровня Х
Наследник $$$ уровня Х
[Попаданцы / Книги про волшебников / Городское фэнтези / Самиздат]
Надо судить человека, прежде чем полюбил его, ибо, полюбив, уже не судят.
4
Тени сумрака
Тени сумрака
[Альтернативная история / Попаданцы / Боевая фантастика / Самиздат]
Один известный драматург сказал: вся жизнь – театр. А у Егора вся жизнь сплошное приключение. Вроде и не собирался ни с кем воевать, даже ссоры не искал, а неожиданно для себя вдруг нарвался на
4
Оружейникъ. 1866
Оружейникъ. 1866
[Попаданцы / Альтернативная история / Самиздат]
Умереть в шестьдесят шесть, заслонив собой молодого стажёра, — достойный финал для оружейника. Очнуться в теле семнадцатилетнего подручного на Тульском оружейном заводе в 1866 году — уже второй
4
Ревизор: возвращение в СССР 65
Ревизор: возвращение в СССР 65
[Самиздат / Попаданцы / Альтернативная история]
Продолжение приключений московского аудитора, попавшего из нашего времени в 1971 год. Павел Ивлев буквально завален работой по уши, но его все устраивает. Ведь он видит, как понемножку, но его усилия
4
Без страха и упрёка 7
Без страха и упрёка 7
[Альтернативная история / Попаданцы]
Алексей Штурмин достиг многого, но настоящее восхождение на вершины власти только начинается.
4
Граф поневоле. Книга вторая
Граф поневоле. Книга вторая
[Юмористическая фантастика / Альтернативная история / Попаданцы / Самиздат]
Умереть от пули киллера — обидно. Очнуться в 1827 году — странно. Обнаружить, что я теперь двадцатилетний граф, а моё имение разорено, — перебор. Хотя… Жив, молод, с титулом — уже хорошо. С
4

Самые комментируемые

Замок над морем
Замок над морем
[Героическая фантастика / Любовное фэнтези]
Волны перемешивают гальку, жизнь перемешивает людские судьбы. Воины и рабы, дети Ардена и слуги Ириона, все равны перед вечностью. Казалось бы, все решено, расставлены фигуры и начата игра. Но
6
Семья для брошенки. Вторая жизнь с нуля
Семья для брошенки. Вторая жизнь с нуля
[Любовная фантастика / Самиздат / Попаданцы]
Семь лет унижений, презрения и пустой постели. Герцог Дрейк Ашфорд объявил свою истинную жену бракованной и отправил в ссылку на Ольцег — умирать среди таких же «ненужных». Он думал, что сломал
22
Отбор невест, или Три орешка для темного
Отбор невест, или Три орешка для темного
[Любовная фантастика]
Каждая приличная драконица должна пройти отбор невест, иначе внукам у камина будет нечего рассказать. Так говорила моя маменька, а ей можно верить — за ее спиной аж четыре таких отбора! Так что я
14
Печать Забытой Эпохи
Печать Забытой Эпохи
[Любовная фантастика / Попаданцы]
— Скажи спасибо, что не оставил босой на улице, Верадель. Забирай свои проклятые северные руины и убирайся, — самодовольно бросил мне бывший муж, швырнув на стол бумаги о разводе. Он думал, что
25
Кодекс Магических Зверей XI
Кодекс Магических Зверей XI
[РеалРПГ (RealRPG) / Попаданцы / Городское фэнтези]
Десятки лет спасения жизней и смерть на полу собственной ветеринарной клиники. Только вместо небытия — пробуждение в теле юнца, чья лавка «целителя чудовищ» на грани полного развала. Вот только у
2
Хозяйка Тиховодья. Развод на краю болот
Хозяйка Тиховодья. Развод на краю болот
[Любовное фэнтези / Попаданцы]
- Двадцать четыре года, Веста. Наследника нет. Подпиши, и получишь Тиховодье. - А где это? - На краю Хляби. Тихо, сыро, никого. Утром я собирала клюкву в Мещёре и шагнула в болотное окно. Очнулась в
14
Шахматистка. Выжить на Арене Смерти
Шахматистка. Выжить на Арене Смерти
[Любовное фэнтези / Попаданцы / Книги про волшебников / Самиздат]
Кто-то попадает в имбовых персов: Избранных, Тёмных властелинов и прочих крутых ребят. А я попала в тело бездарной адептки магической академии. Как она сюда поступила-то, без грамма магии? Неважно,
14
Пулеметчик Федя
Пулеметчик Федя
[Альтернативная история / Юмористическая фантастика / Попаданцы / Самиздат]
Пулеметчик — это не звание, это диагноз. Тридцать пять лет, пулемёт «Печенег», рукавица прилипла к раскалённому кожуху — и здравствуйте: июнь сорок первого, чужие двадцать два года, чужие руки,
11
Диагноз
Диагноз
[Самиздат / Детективная фантастика / Городское фэнтези / Юмористическая фантастика]
Некромантия в нашем мире давно стала такой же частью жизни, как радио, кино, телефоны и аэропланы. Но разве могла я подумать, что однажды приду наниматься на службу к лучшему некроманту столицы! Он —
18
Ведьма и Экзорцист. Второй шанс на жизнь
Ведьма и Экзорцист. Второй шанс на жизнь
[Детективы / Триллер / Любовное фэнтези / Фэнтези]
Приказ ясен: отравить Дерека вель Гранна. Последствия – костёр и пепел. Белладонна уже прошла этот круг, сгорела и получила второй шанс. Теперь она знает, что приказ – лишь верхушка заговора, в
4
Последняя Гадина империи
Последняя Гадина империи
[Попаданцы / Бояръ-Аниме / Русское фэнтези / Самиздат]
Пятьсот лет назад я была прославленным зельеваром, матриархом и почтенной основательницей династии. А сегодня очнулась в теле изнеженной барышни на пепелище семейной усадьбы и обнаружила, что весь
10
Железный характер Кристианы Морли
Железный характер Кристианы Морли
[Любовная фантастика / Попаданцы / Классическое фэнтези]
Удар копытом лошади рушит блестящие перспективы дебютантки. По мнению общества, хромота испортила не только плавную поступь девицы, но и характер! Это ж надо умудриться — вместо монастыря или
38

Прямо сейчас читают

Херонейский Лев
Херонейский Лев
[Приключения: прочее / Боевик / Проза / Историческая проза]
Херонея, 338 год до н. э. Жирная точка в истории Классической Греции и отправная веха Эллинистической эпохи. Пока объединенные полисы выставляют стену щитов, чтобы защитить свою свободу, хитрый
0
Зеленая лампа
Зеленая лампа
[Русская классическая проза / Новелла]
Торговец будущим 4
Торговец будущим 4
[Самиздат / Попаданцы / Альтернативная история]
В сентябре 1803 года Англия разорвала Амьенский мирный договор, объявив Франции войну. Теперь у России могут возникнуть проблемы с морской торговлей. Небось англичане начнут блокировать поставки
1
После развода. И даром не нужен
После развода. И даром не нужен
[Современные любовные романы / Самиздат]
Возвращаюсь домой из отпуска и слышу от нашего говорящего попугая странные фразы: «Ксаночка, кубничку будешь? Чьи такие ножки? М-м-м». Тем же вечером муж знакомит меня с красивой брюнеткой лет
2
Искусство избегать свою вторую половинку
Искусство избегать свою вторую половинку
[Любовная фантастика]
Я случайно переспала со своим суженым… и теперь он хочет этого на постоянной основе. Не помогает и то, что в данный момент я, возможно, ношу его ребенка, а, возможно, и нет. Избегать его
0
Образцовый доктор
Образцовый доктор
[Современные любовные романы]
Я только что пережила тяжелый развод с мужем. А моя малышка внезапно заболела и попала в больницу. Никто из врачей не может понять, что с моей девочкой. Я в отчаянии. Она – всё, что у меня есть. И
0
Белая слива Хуаньхуань
Белая слива Хуаньхуань
[Классическое фэнтези]
Юная Чжэнь Хуань, которая во время отбора произвела большое впечатление на императора и попала в его гарем, оказывается не единственной любимицей Сюаньлина. Статус наложницы дал ей не только
0
Попаданка и ее айдолы
Попаданка и ее айдолы
[Любовная фантастика / Самиздат]
Вы бы хотели коснуться любимого актера? А еще дышать с ним одним воздухом, есть из одной тарелки, ездить в одной машине, таскать на руках и... эх. Вот я — не хотела. А потому слушайте сюда: отдам
1
Анархия в школе Прескотт (ЛП)
Анархия в школе Прескотт (ЛП)
[Эротика, Секс / Современные любовные романы]
Одну ошибку в школе Прескотт нельзя совершать. Если не хотите, чтобы я уничтожила вас. Не трогайте моих прекрасно сломленных Парней Хавок. Смерть бродит по коридорам школы Прескотт. Однажды моя
1
Ко всем бурям лицом
Ко всем бурям лицом
[Детективы / Приключения: прочее / О войне / Советская классическая проза]
«Ко всем бурям лицом» — повествование о прошлом и настоящем Свердловской милиции, познавательное и одинаково интересное для любого круга читателей. Книга А. Трофимова не претендует на полное
1
Белочка и Тамарочка
Белочка и Тамарочка
[Детская литература: прочее]
В небольшом цикле рассказов описаны приключения маленьких, довольно шаловливых сестричек Белочки и Тамарочки.
0
Ловушка для стервятника
Ловушка для стервятника
[Исторический детектив]
1948 год. На окраине Казани убита и ограблена пожилая семья, муж и жена. Следов взлома и повреждений на двери нет. Очевидно, хозяева сами впустили убийцу в дом и поплатились за это жизнью. Начальник
0