Питон. Машинное обучение в примерах


Код: 16873254199
1574 грн
Цена указана с доставкой в Украину
Товар есть в наличии
КАК ЭКОНОМИТЬ НА ДОСТАВКЕ?
Заказывайте большое количество товаров у этого продавца
Информация
  • Время доставки: 7-10 дней
  • Состояние товара: Б/У
  • Доступное количество: 999

Оплачивая «Питон. Машинное обучение в примерах» данное изделие из «Информатика, интернет» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.

Питон. Машинное обучение в примерах. TensorFlow 2, PyTorch и scikit-learn. Издание III

Автор: Юси (Хайден) Лю

Издатель: Helion

Год публикации: 2022

Переводчик: Анджей Ватрак

ISBN: 9788328388710

Формат: 165x235

Серия: Packt

Страниц: 424

Цена обложки электронной книги: 119,00 злотых > Акционную цену вы найдете на нашем аукционе!

ЦИФРОВОЙ ВЕРСИЯ: ЭЛЕКТРОННАЯ КНИГА

Форматы: PDF, EPUB, MOBI

Системы на основе машинного обучения становятся все более сложными. Среди множества инструментов реализации алгоритмов машинного обучения наиболее популярными оказались Python и его библиотеки. Знание этих инструментов позволяет эффективно создавать системы машинного обучения, однако получение впечатляющих результатов требует опыта и навыков. Поэтому упражнения и практика самостоятельного решения задач необходимы.

Это третье издание популярного учебника, который поможет вам получить практические знания о машинном обучении на Python. Вы познакомитесь с различными методами реализации алгоритмов машинного обучения. Вы изучите реальные примеры методов исследовательского анализа данных, разработки функций, классификации данных, регрессии, кластеризации и обработки естественного языка. В этом выпуске представлены новейшие темы, важные для бизнеса, такие как создание системы рекомендаций, распознавание лиц, прогнозирование цен на акции, классификация фотографий, прогнозирование последовательностей данных и применение обучения с подкреплением для принятия решений. Благодаря книге вы изучите обсуждаемые вопросы с практической точки зрения и получите знания, необходимые для эффективного решения проблем с системами машинного обучения.

Книга включает, среди прочего:

  • тщательные основы машинного обучения и науки о данных;
  • методы интеллектуального анализа и анализа данных с использованием кода Python;
  • обучение моделей с использованием Apache Spark;
  • обработку естественного языка с использованием библиотек Python;
  • практическое внедрение моделей и алгоритмов обучения. Библиотеки Python: TensorFlow 2, PyTorch и scikit-learn.

Попробуйте лучшие практики машинного обучения с помощью Python!

Юси (Хайден) Лю разрабатывает модели машинного обучения в Google. Ранее он занимался научными применениями машинного обучения в таких областях, как онлайн-реклама и кибербезопасность. Он энтузиаст образования и автор множества книг по машинному обучению. Первое издание этого учебника заняло первое место на Amazon в 2017 и 2018 годах.

-------

ПРИМЕЧАНИЕ: ЭЛЕКТРОННАЯ КНИГА ПОСТАВЛЯЕТСЯ В ЦИФРОВОЙ ФОРМЕ. ВЫ БУДЕТЕ СКАЧИВАТЬ ФАЙЛЫ ИЗ БИБЛИОТЕКИ ТОЛЬКО В СВОЕЙ АККАУНТЕ ALLEGRO (ТРЕБУЕТСЯ ИНТЕРНЕТ-БРАУЗЕР). МЫ НЕ ДОСТАВЛЯЕМ ЭЛЕКТРОННЫЕ КНИГИ ПО ЭЛЕКТРОННОЙ ПОЧТЕ.

При покупке электронной книги на этом аукционе вам необходимо иметь учетную запись Allegro. Также помните, что приложение Allegro не включает в себя читалку электронных книг и не позволяет загружать электронные книги. В зависимости от форматов читать скачанные файлы можно на: читалке (Kindle, PocketBook, Onyx, Kobo и другие), смартфоне, планшете или компьютере.

Доступные форматы электронных книг указаны в описании названия.

Чтобы скачать электронную книгу, войдите в Allegro, перейдите на вкладку "мой аккаунт", затем "мои покупки", там вы найдете вкладку «Электронные книги» и «Моя полка». Электронная книга станет доступна после подтверждения платежа нашей системой.

Ваша электронная книга будет защищена водяным знаком и не имеет DRM. Водяной знак содержит информацию о покупателе, представленную на Allegro.

-------

Дата выпуска электронной книги часто совпадает с днем ​​поступления книги в продажу и может не совпадать с датой выпуска бумажной книги.