Джокер
Администратор
- Регистрация
- 1 Янв 2015
- Сообщения
- 146.365
- Реакции
- 78.240
[БХВ] Машинное обучение с использованием Python. 2 изд. [Кайл Галлатин, Крис Элбон]
[БХВ]Машинное обучение с использованием Python. Сборник рецептов: практические решения от предобработки до глубокого обучения, 2 изд.[Кайл Галлатин, Крис Элбон]
Галлатин Кайл, Элбон Крис
Количество страниц 384
Печать Черно-белая
Формат: pdf (скан)
Книга содержит около 200 задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели и многие другие. Рассмотрена работа с языком Python, библиотеками pandas и scikit-learn. Коды примеров можно вставлять, объединять и адаптировать, создавая собственное приложение. Приведены рецепты решений с использованием: векторов, матриц и массивов; данных из CSV, JSON, SQL, баз данных, облачных хранилищ и других источников; обработки данных, текста, изображений, дат и времени; умень-шения размерности и методов выделения или отбора признаков; оценивания и отбора моделей; линейной и логистической регрессии, деревьев, лесов и k ближайших соседей; опорно-векторных машин (SVM), наивных байесовых классификаторов, кластеризации и нейронных сетей; сохранения и загрузки натренированных моделей.
Во втором издании все примеры обновлены, рассмотрены задачи и фреймворки глубокого обучения, расширены разделы с тензорами, нейронными сетями и библиотекой глубокого обучения PyTorch.
Для разработчиков систем машинного обучения
В книге Вы найдете рецепты для:
векторов, матриц и массивов;
работы с данными из CSV, JSON, SQL, базами данных, облачными хранилищами и другими источниками;
обработки числовых и категориальных данных, текста, изображений, дат и времени;
уменьшения размерности с использованием методов выделения или отбора признаков;
оценивания и отбора моделей;
сохранения и загрузки натренированных моделей.
Научитесь решать задачи с использованием:
линейной и логистической регрессии, деревьев, лесов и k ближайших соседей;
опорно-векторных машин (SVM), наивных байесовых классификаторов, кластеризации и нейронных сетей.
Стоимость - неизвестно
[БХВ]Машинное обучение с использованием Python. Сборник рецептов: практические решения от предобработки до глубокого обучения, 2 изд.[Кайл Галлатин, Крис Элбон]
Галлатин Кайл, Элбон Крис
Количество страниц 384
Печать Черно-белая
Формат: pdf (скан)
Книга содержит около 200 задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели и многие другие. Рассмотрена работа с языком Python, библиотеками pandas и scikit-learn. Коды примеров можно вставлять, объединять и адаптировать, создавая собственное приложение. Приведены рецепты решений с использованием: векторов, матриц и массивов; данных из CSV, JSON, SQL, баз данных, облачных хранилищ и других источников; обработки данных, текста, изображений, дат и времени; умень-шения размерности и методов выделения или отбора признаков; оценивания и отбора моделей; линейной и логистической регрессии, деревьев, лесов и k ближайших соседей; опорно-векторных машин (SVM), наивных байесовых классификаторов, кластеризации и нейронных сетей; сохранения и загрузки натренированных моделей.
Во втором издании все примеры обновлены, рассмотрены задачи и фреймворки глубокого обучения, расширены разделы с тензорами, нейронными сетями и библиотекой глубокого обучения PyTorch.
Для разработчиков систем машинного обучения
В книге Вы найдете рецепты для:
векторов, матриц и массивов;
работы с данными из CSV, JSON, SQL, базами данных, облачными хранилищами и другими источниками;
обработки числовых и категориальных данных, текста, изображений, дат и времени;
уменьшения размерности с использованием методов выделения или отбора признаков;
оценивания и отбора моделей;
сохранения и загрузки натренированных моделей.
Научитесь решать задачи с использованием:
линейной и логистической регрессии, деревьев, лесов и k ближайших соседей;
опорно-векторных машин (SVM), наивных байесовых классификаторов, кластеризации и нейронных сетей.
Стоимость - неизвестно
Для возможности скачивать складчины и сливы курсов нужно зарегистрироваться
Возможно, Вас ещё заинтересует:
- Цветовой код стиля. Гайд по цветовым сочетаниям для гардероба [Виктория Суделя]
- Вайбкодинг для непрограммистов: использование ИИ-агентов для решения бизнес-задач [Андрей Гершун]
- [Шитье] Купальный бум 2.0 [Светлана Бах]
- 7 оттенков наполеона [maru expert] [Екатерина Курбатова]
- Финансовый безлимит 4.0 [Тариф 1] [Екатерина Санторина]
- Денежный компас. Как не сбиться с пути в мире [Никита Запьянцев]
- Тело человека: фабрика жизненной силы простыми словами [Андрей Попов]
- Опережая себя. Терапия состояний и внутренняя игра жизни [Георг Энрих]
- Отроверт. Дар непринадлежности [Рами Камински]
- Натуральные и функциональные инструменты поддержания гормонального здоровья [Тариф Онлайн] [УОМ] [Оксана Соппа, Ольга Андросова]