Nie jesteś zalogowany
Aby się zalogować [Kliknij Tutaj] lub skorzystaj z
formularza po lewej stronie w bloku TWOJE MENU
Aby założyć konto [Kliknij Tutaj]


★★★ Premiery ★★★
MENU

Kategorie

Weryfikacja pobierania

Osiągnięto dzienny limit pobrań. Aby kontynuować, potwierdź, że nie jesteś botem.

Po poprawnej weryfikacji pobieranie rozpocznie się automatycznie, a to okno możesz zamknąć.

Odpowiadasz na komentarz:
Uczenie maszynowe w Pythonie dla każdego (2020, Helion) - Mark Fenner [PDF, EPUB] [FIONA9]
Dodał: [Konto usunięte]
Data: 10-05-2025 07:25:34
Rozmiar: 17.84 MB
Seedów: 1
Peerów: 0
Kondycja:
Zaloguj się aby pobrać


Kategoria: E-Booki
Zaakceptował: Nie wymagał akceptacji
[?] Pokazuje ile razy plik torrent był pobrany z naszego portalu Liczba pobrań: 50
[?] Pokazuje ilość komentarzy wystawionych na naszym portalu Liczba komentarzy: 0
Ostatnia aktualizacja: 10-05-2025 07:25:34

OPIS:

Więcej ebooków z programowania i nie tylko: *censored*



Format PDF, EPUB



Sztuczna inteligencja i uczenie maszynowe rozwijają się z niezwykłą dynamiką i znajdują coraz więcej różnorodnych zastosowań w niemal wszystkich branżach. Ten spektakularny postęp jest silnie związany z osiągnięciami w świecie sprzętu i oprogramowania. Obecnie do uczenia maszynowego używa się wielu języków programowania, takich jak R, C, C++, Fortran i Go, jednak najpopularniejszym wyborem okazał się Python wraz z jego specjalistycznymi bibliotekami. Znajomość tych bibliotek i narzędzi umożliwia tworzenie systemów uczących się nawet tym osobom, które nie dysponują głęboką wiedzą z dziedziny matematyki.
Ta książka jest przeznaczona dla każdego, kto choć trochę zna Pythona i chce nauczyć się uczenia maszynowego. Zagadnienia matematyczne zostały tu zaprezentowane w minimalnym stopniu, za to więcej uwagi poświęcono koncepcjom, na których oparto najważniejsze i najczęściej używane narzędzia oraz techniki uczenia maszynowego. Następnie pokazano praktyczne zasady implementacji uczenia maszynowego z wykorzystaniem najdoskonalszych bibliotek i narzędzi Pythona. Opisano używane dziś komponenty systemów uczących się, w tym techniki klasyfikacji i regresji, a także inżynierię cech, która pozwala przekształcać dane na użyteczną postać. Przeanalizowano liczne algorytmy i najczęściej stosowane techniki uczenia maszynowego. Pokrótce przedstawiono modele grafowe i sieci neuronowe, w tym sieci głębokie, jak również połączenie tych technik z bardziej zaawansowanymi metodami, przydatnymi choćby w pracy na danych graficznych i tekstowych.
W książce między innymi:
- algorytmy i modele uczenia maszynowego
- zasady oceny skuteczności systemów uczących
- techniki przekształcania danych
- techniki uczenia maszynowego do obrazu i tekstu
- sieci neuronowe i modele grafowe
- biblioteka scikit-learn i inne narzędzia Pythona
Uczenie maszynowe z Pythonem: od dziś dla każdego!

DETALE TORRENTA: [ Pokaż/Ukryj ]


Komentarze
Aby móc komentować musisz się zalogować