Uczenie maszynowe z użyciem Scikit-Learn w.3


Код: 13977902111
2018 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: новый
  • Доступное количество: 19

Оплачивая «Uczenie maszynowe z użyciem Scikit-Learn w.3» данный товар из каталога «Офисные приложения», вы можете получить дополнительную скидку 4%, если произведете 100% предоплату. Размер скидки вы можете увидеть сразу при оформлении заказа на сайте. Внимание!!! Скидка распространяется только при заказе через сайт.

  • Автор: Орлиен Грон
  • Название: Машинное обучение с помощью Scikit-Learn v.3
  • Издатель : Гелион
  • EAN: 9788383224237
  • Страниц: 776
  • Формат: 235х165 мм
  • Год издания: 2023
  • переплет: брошюра

Концепции, методы и инструменты для создания интеллектуальных систем. Глубокие нейронные сети обладают невероятным потенциалом. Достижения последних лет придали процессам глубокого обучения совершенно новое качество. В настоящее время даже программисты, незнакомые с этой технологией, могут использовать простые и чрезвычайно эффективные инструменты, позволяющие эффективно реализовывать программы, обучающиеся на данных. Здесь вы найдете толковые, понятные объяснения, а также массу практических советов! Франсуа Шолле, создатель интерфейса Keras. Это третье издание бестселлера по машинному обучению. Книга адресована людям, которые хотят войти в мир машинного обучения — имея лишь минимальные навыки программирования. Здесь включен минимум теории, а процесс обучения облегчается многочисленными примерами и упражнениями. Благодаря этому вы приобретете необходимые понятия и научитесь использовать готовые производственные платформы Python: Scikit-Learn, Keras и TensorFlow. В этом выпуске демонстрируются различные методы: от простой линейной регрессии до глубоких нейронных сетей. Вы быстро научитесь создавать работающие интеллектуальные системы. В книгу вошли: использование моделей Scikit-Learn, TensorFlow и Keras: машины опорных векторов, деревья решений, случайные леса и ансамблевые методы неконтролируемое обучение: уменьшение размерности, кластерный анализ, нейронные сети обнаружения аномалий: сверточные и рекуррентные сети, диффузионные модели и преобразователи, обучение и реализация нейронных сетей. Это отличное введение в теоретические и практические соображения по решению задач с использованием нейронных сетей! Пит Уорден, мобильный руководитель проекта Tensor Flow. Создавайте и обучайте современные нейронные сети!