машинное обучение в Python. Рецепты. От подготовки данных к глубокому обучению. Издание II

Авторы: Кайл Галлатин, Крис Альбон

Издатель: helion

Год публикации: 2024

Перевод: Роберт Горсиньский 9788328908116

Формат: 165x235

Серия: Рецепты

Нахождение:

pages: 398

398

Книга: 89.00 PLN> Рекламная цена можно найти на нашем аукционе!

В последние годы методы машинного обучения разработали с необычайной динамикой, революционная работа в различных отраслях. В настоящее время Python и его библиотеки чаще всего используются для машинного обучения. Знание последних изданий этих инструментов позволяет эффективно создавать сложные системы обучения.

Вот обновленное издание популярного руководства, благодаря которому вы будете использовать более двухсот проверенных рецептов, основанных на последних изданиях библиотек Python. Все, что вам нужно сделать, это скопировать и адаптировать код к вашим потребностям. Вы также можете запустить его и проверить с помощью примера набора данных. В книге вы найдете рецепты, полезные для решения широкого спектра проблем, от подготовки и загрузки данных до обучающих моделей и использования нейронных сетей. Таким образом, вы выйдете за рамки теоретических или математических концепций и начнете создавать приложения, используя машинное обучение.

Познакомьтесь с рецептами о:

• Работа с данными во многих форматах с базами данных и хранением хранения Кластеризация
• Совместное использование обученных моделей с помощью многих рамок

Я давно искал книгу, которая рассмотрела бы алгоритм Ann, Hiperplas и выбор функций со случайным лесом. А потом появилась эта позиция!