Машинне навчання за допомогою Scikit-Learn та Tensor
- Час доставки: 7-10 днів
- Стан товару: новий
- Доступна кількість: 2
Приобретая «Машинное обучение с использованием Scikit-learn и Tensor» данный товар из каталога «Программирование» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.
Машинне навчання за допомогою Scikit-Learn та TensorFlow. Видання II
aurélien géron
У 2006 році світ науки був захоплений глибокими нейронними мережами. На відміну від попередніх переконань, виявилося, що їхнє навчання можливе. Цю техніку називали глибоким вченням. Це вимагало забезпечення величезної обчислювальної потужності та потужної кількості даних, але потенціал навчених глибоких мереж був дивовижним. Наступні роки принесли пишну розробку цієї технології у багатьох сферах, що дозволило створити різні передові продукти. Робота над новими програмами глибоких мереж триває. Здається, все свідчить про те, що вони незабаром домінують над більшістю областей нашого життя. Мінімальні навички програмування достатньо, щоб навчитися будувати та навчати глибоку нейронну мережу. Тут містився мінімум теорії, а процес навчання сприяє численними прикладами та вправами. Були використані готові рішення та були представлені правила роботи зі спеціалізованими інструментами, включаючи TensorFlow 2, останню партію модуля. Як результат, ви будете непомітно необхідний ресурс концепцій та інструментів для створення інтелектуальних систем. Ви дізнаєтесь різноманітні методи і почнете їх використовувати самостійно. Після читання ви будете вільно використовувати новітні технології штучного інтелекту! Обслуговування
tensorflow 2: Джерело магії розширених технологій! Консультант з машинного навчання. Раніше він працював у корпорації Google, а в 2013 - 2016 роках керував командою класифікаційних фільмів на YouTube. Він також був засновником та директором з технічних питань (у 2002 - 2012 роках) у Wifirst - провідному французькому постачальником послуг бездротового Інтернету; Він виконував ті самі функції в Polyconseil у 2001 році - в даний час він керує службою обміну електричними автомобілями Autolib. Пейзаж машинного навчання 27
- Що таке машинне навчання? 28
- Навіщо використовувати машинне навчання? 28
- Зразкові додатки 31
- Типи систем машинного навчання 33
Контрольоване навчання та неузборетингове навчання 34
Вхідне навчання та додаткове навчання 40
Навчання з прикладів та навчання з моделі 43
-
- 50
Неприховані дані викладання 50
Дані низької якості 51
невідповідні особливості 52
Перевитрата навчальних даних 52
Непересія навчальних даних 54
Підсумок 54
- Гіперпараметри та вибір моделі 55
Несумісність даних 56
- Вправи 57
2. Наш перший проект машинного навчання 59
- Робота з реальними даними 59
- Проаналізуйте загальний проект 61
Вкажіть обсяг проблеми 61
Виберіть запис про продуктивність 63
Перевірте припущення 65
- Отримати дані 65
Створіть робочий простір робочого простору 66
Завантажити дані 68
погляд на структуру даних 70
Створіть тестовий набір 74