PYTHON MACHINE ОБУЧЕНИЕ ВАХИД МИРДЖАЛИЛИ


Код: 10186406554
2276 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: 101

Покупая «PYTHON MACHINE ОБУЧЕНИЕ ВАХИД МИРДЖАЛИЛИ», вы можете быть уверены, что данный товар из каталога «Информатика, интернет» вы получите в срок 5-7 дней после оплаты. Товар будет доставлен из Европы, проверен на целостность, иметь европейское качество.

МАШИННОЕ ОБУЧЕНИЕ НА PYTHON ВАХИД МИРДЖАЛИЛИ

Машинное обучение – одна из самых интересных технологий нашего времени. Ее различные приложения разрабатывают такие гиганты, как Google, Facebook, Apple, Amazon и IBM. Машинное обучение открывает совершенно новые возможности и постепенно становится незаменимым: достаточно упомянуть голосовых помощников в смартфонах, чат-ботов, которые помогают клиентам выбирать продукт, а также сетей, которые облегчают принятие решений об инвестициях в акции, фильтруют нежелательные электронные письма или поддерживают медицинскую диагностику.< /п>

Вот подробное руководство по машинному обучению и глубокому обучению в Python. Содержит подробный обзор наиболее важных методов машинного обучения и подробное объяснение принципов, лежащих в основе этой технологии. Отдельные вопросы иллюстрируются множеством пояснений, визуализаций и примеров, что значительно облегчает понимание материала и быстро приступает к самостоятельному созданию приложений и моделей, например, используемых для классификации изображений, обнаружения скрытых закономерностей или извлечения дополнительной информации из данных. . Третье издание было обновлено и теперь включает описание библиотеки TensorFlow 2 и последние дополнения к библиотеке scikit-learn. Также добавлено введение в два инновационных метода: обучение с подкреплением и построение генеративно-состязательных сетей (GAN).

В книге, среди прочего:

<ул>
  • платформы, модели и методы машинного обучения.
  • использование библиотек scikit-learn и TensorFlow
  • нейронные сети, GAN и другие
  • подготовка данных для моделей машинного обучения
  • Оценка и настройка модели
  • анализ: регрессия, кластеры и настроения
  • Глубокое обучение с помощью Python: понять и применить!

    <ул>
  • Дата выпуска: 9 февраля 2021 г.