Главная » 2020»Март»31 » Крис Элбон - Машинное обучение с использованием Python. Сборник рецептов (2019)
18:31
Крис Элбон - Машинное обучение с использованием Python. Сборник рецептов (2019)
Книга содержит около 200 рецептов решения практических задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели, уменьшение размерности и многие другие. Рассмотрена работа с языком Python и его библиотеками, в том числе pandas и scikit-learn. Решения всех задач сопровождаются подробными объяснениями. Каждый рецепт содержит работающий программный код, который можно вставлять, объединять и адаптировать, создавая собственное приложение. Приведены рецепты решений с использованием: • векторов, матриц и массивов; • обработки данных, текста, изображений, дат и времени; • уменьшения 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.
Название: Машинное обучение с использованием Python. Сборник рецептов Автор: Крис Элбон Год: 2019 Жанр: программирование Язык: Русский
Формат: pdf Качество: Отсканированные страницы + слой распознанного текста Страниц: 386 Размер: 23 MB
Скачать Крис Элбон - Машинное обучение с использованием Python. Сборник рецептов (2019)
Xemera.At.Ua - информационный портал! Все ссылки на файлы, указанные на сайте взяты из открытых источников интернета и предоставлены пользователями нашего сайта исключительно в ознакомительных целях.
Если вы являетесь правообладателем какого либо материала и не желаете его свободного распространения, или считаете, что какой-либо из материалов нарушает Ваши авторские права - свяжитесь с Администрацией.
Владельцы и создатели данного сайта не несут ответственность за использование и содержание ссылок и информации, представленных на этом сайте.
Сайт оптимизирован для просмотра с разрешением 1024x768, 1280x800, 1280x1024 и 1600x1200 браузером FireFox или Opera