ZetHUB
Administrator
- Регистрация
- 18 Дек 2018
- Сообщения
- 46.129
- Реакции
- 10.028
Другие темы автора:
Слив курса «Виктория Молдавская ― Точка роста 2.0. Тариф Под...
Слив курса «AI Инжиниринг Буткемп: Создание приложений на базе ИИ...
Слив курса «Гений общения (2025)» [Ольга Грищенко] [f5game]
Слив курса «ИИздец AI челлендж. Август (2025)» [Тимофей Ларионов]...
Слив курса «Подписка на контент Осознанная меркантильность. Тариф...
Слив курса «AI Инжиниринг Буткемп: Создание приложений на базе ИИ...
Слив курса «Гений общения (2025)» [Ольга Грищенко] [f5game]
Слив курса «ИИздец AI челлендж. Август (2025)» [Тимофей Ларионов]...
Слив курса «Подписка на контент Осознанная меркантильность. Тариф...
- #1
Голосов: 0
Python и машинное обучение [Тайлер Венс]
Практическое руководство по использованию Python для решения задач машинного обучения.
В книге подробно рассмотрены ключевые концепции, методы и инструменты, которые необходимы для построения эффективных моделей и работы с различными типами данных. Читатели узнают, как подготовить данные, применить популярные алгоритмы классификации и регрессии, а также освоят методы для работы с временными рядами, изображениями и текстом.
Особое внимание уделено важным аспектам МО, таким как выбор признаков, регуляризация моделей, методы ансамблей, а также эффективная настройка гиперпараметров. Книга подходит как для новичков, так и для опытных специалистов, поскольку включает как базовые, так и более продвинутые темы, такие как глубокое обучение, обработка изображений и использование трансферного обучения.
Используя примеры реальных задач и подробные инструкции, книга поможет вам освоить Python в контексте машинного обучения и применить полученные знания для решения практических проблем.
Формат: PDF.
Скачать
Практическое руководство по использованию Python для решения задач машинного обучения.
В книге подробно рассмотрены ключевые концепции, методы и инструменты, которые необходимы для построения эффективных моделей и работы с различными типами данных. Читатели узнают, как подготовить данные, применить популярные алгоритмы классификации и регрессии, а также освоят методы для работы с временными рядами, изображениями и текстом.
Особое внимание уделено важным аспектам МО, таким как выбор признаков, регуляризация моделей, методы ансамблей, а также эффективная настройка гиперпараметров. Книга подходит как для новичков, так и для опытных специалистов, поскольку включает как базовые, так и более продвинутые темы, такие как глубокое обучение, обработка изображений и использование трансферного обучения.
Используя примеры реальных задач и подробные инструкции, книга поможет вам освоить Python в контексте машинного обучения и применить полученные знания для решения практических проблем.
Формат: PDF.
Скачать