Машинное обучение - Бринк, Ричардс, Феверолф (2017)

  • Автор темы ViNand
  • 464
  • Обновлено
  • 17, Apr 2019
  • #1




Название: Машинное обучение Автор(ы): Хенрик Бринк, Джозеф Ричардс, Марк Феверолф Издательство: "ПИТЕР", — 2017 Описание: Оригинал (англ.): "Real-World Machine Learning" by Henrik Brink, Joseph Richards, Mark Fetherolf

В последние годы машинное обучение вышло на уровень большого бизнеса: компании активно используют его для зарабатывания денег, прикладные исследования бурно развиваются, а неугомонные разработчики используют любую возможность повысить свой уровень владения данной тематикой.

Данная книга рассчитана на тех, кто хочет решать самые разнообразные задачи при помощи машинного обучения.

Как правило, для этого нужен Python, поэтому в примерах кода используется этот язык, а также библиотеки pandas и scikit-learn.

Вы познакомитесь с основными понятиями ML, такими как сбор данных, моделирование, классификация и регрессия, а главное, получите практический опыт обработки реальных данных. Скрытая информация :: Авторизуйтесь для просмотра »
Скрытая информация :: Авторизуйтесь для просмотра »

ViNand


Рег
29 Apr, 2012

Тем
11013

Постов
15292

Баллов
125422
  • 20, Apr 2023
  • #2

Название: Машинное обучение
Автор(ы): Хенрик Бринк, Джозеф Ричардс, Марк Феверолф
Издательство: "ПИТЕР", — 2017
Описание:
Оригинал (англ.): "Real-World Machine Learning" by Henrik Brink, Joseph Richards, Mark Fetherolf

В последние годы машинное обучение вышло на уровень большого бизнеса: компании активно используют его для зарабатывания денег, прикладные исследования бурно развиваются, а неугомонные разработчики используют любую возможность повысить свой уровень владения данной тематикой.

Данная книга рассчитана на тех, кто хочет решать самые разнообразные задачи при помощи машинного обучения.

Как правило, для этого нужен Python, поэтому в примерах кода используется этот язык, а также библиотеки pandas и scikit-learn.

Вы познакомитесь с основными понятиями ML, такими как сбор данных, моделирование, классификация и регрессия, а главное, получите практический опыт обработки реальных данных.

 

AlexanderKi


Рег
12 Apr, 2011

Тем
0

Постов
1

Баллов
1
Тем
49554
Комментарии
57426
Опыт
552966

Интересно