Машинное обучение. Наука и искусство построения алгоритмов,...

Main
Computers - Computer Science
Машинное обучение. Наука и искусство...

Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных

Флах П. (Flach P.)

5.0 / 0

Πόσο σας άρεσε αυτό το βιβλίο;

Ποια είναι η ποιότητα του ληφθέντος αρχείου;

Κατεβάστε το βιβλίο για να αξιολογήσετε την ποιότητά του

Ποια είναι η ποιότητα των ληφθέντων αρχείων;

Κατηγορίες:

Computers - Computer Science

Έτος:

2015

Εκδότης:

ДМК

Γλώσσα:

russian

Σελίδες:

400

ISBN 10:

5970602736

ISBN 13:

9785970602737

Αρχείο:

PDF, 9.04 MB

IPFS:

,

russian, 2015

Διαβάστε online

Η μετατροπή σε βρίσκεται σε εξέλιξη

Η μετατροπή σε απέτυχε

Ίσως σας ενδιαφέρει

Петер Флах — Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных

Мерков А.Б. — Введение в методы статистического обучения

Гладилин П.Е., Боченина К.О. — Технологии машинного обучения.

Гладилин П. Е., Боченина К. О. — Технологии машинного обучения: Учебно-методическое пособие

Тони Охеда — Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка

Мерков А.Б. — Распознавание образов. Введение в методы статистического обучения.

Демиденко А. — Машинное обучение. Погружение в технологию.

Андреас Мюллер, Сара Гридо — Введение в машинное обучение с помощью Python

Алексей Григорьев — Машинное обучение. Портфолио реальных проектов

Джейд Картер — Искусственный интеллект. Машинное обучение

Терехов С.А. — Технологические аспекты обучения нейросетевых машин

— Математические методы распознавания образов (ММРО-11): Сборник докладов 11-й Всероссийской конференции

Флах П.( Flach ) — Машинное обучение. Построение алгоритмов, которые извлекают знания из данных

Сукар Луис Энрике — Вероятностные графовые модели. Принципы и приложения

Шолле Ф. (Chollet F.) — Глубокое обучение на Python

Франсуа Шолле, Эрик Нильсон, Стэн Байлесчи, Шэнкуинг Цэй — JavaScript для глубокого обучения: TensorFlow.js

Андрей Бурков — Машинное обучение без лишних слов

Франсуа Шолле — Глубокое обучение на Python

Нишант Шакла — Машинное обучение и TensorFlow

Франсуа Шолле при участии Дж. Дж. Аллера ; перевел с английского А. Киселев — Глубокое обучение на R:

Бенджамин Бенгфорт, Ребекка Билбро, Тони Охеда — Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка

Андрей Бурков — Машинное обучение без лишних слов

Франсуа Шолле, Эрик Нильсон, Стэн Байлесчи, Шэнкуинг Цэй — JavaScript для глубокого обучения: TensorFlow.js

Франсуа Шолле — Глубокое обучение на Python. 2-е межд. издание

Луис Серрано — Грокаем машинное обучение

Бессмертный, И. А. — Интеллектуальные системы: учебник и практикум для СПО

Кузьмич Р. И., Масич И. С. — Модификации метода логического анализа данных для задач классификации: Монография

Сопов Е. А., Иванов И. А. — Многокритериальные нейроэволюционные системы в задачах машинного обучения и человеко-машинного взаимодействия: Монография

Хасти Тревор, Фридман Джером, Тибришани Роберт — Основы статистического обучения. Интеллектуальный анализ данных, логический вывод и прогнозирование

Кристофер М. Бишоп ; перевод с английского Д. А. Клюшина — Распознавание образов и машинное обучение

Себастьян Рашка, Вахид Мирджалили — Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2

Стюарт Рассел, Питер Норвиг — Искусственный интеллект. Современный подход. Том 3. Обучение, восприятие и действие

Колмогорова С. С. — Основы искусственного интеллекта: Учебное пособие для студентов направлений подготовки 09.03.01 «Информатика и вычислительная техника», 09.03.02 «Информационные системы и технологии», 09.03.03 «Прикладная информатика», 09.03.04 «Программная инженерия», 27

Кэвин П. Мэрфи — Вероятностное машинное обучение - Введение

Андрей Бурков — Инженерия машинного обучения

Франсуа Шолле — Глубокое обучение с R и Keras

Φράσεις κλειδιά

обучения

признаков

объектов

примеров

алгоритм

положительных

распределение

обучение

покрытия

признаки

вероятностей

классификатор

называется

классификации

машинного

значения

расстояние

вероятности

отрицательных

признака

пространстве

значений

классификатора

результатов

множество

регрессии

использовать

качестве

означает