Machine Learning Mit Python Und Keras, Tensorflow 2 Und Scikit-Learn de Sebastian Raschka Format Broché

Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-learn - Sebastian Raschka

Format: Broché

Note : 0

Soyez le premier à donner un avis

34,33 €

Produit Neuf

Ou 8,58 € /mois

Livraison : 3,99 €
Livré entre le 20 et le 26 août

Voir les modes de livraison

PRO Vendeur favori

4,8/5 sur + de 1 000 ventes

Voir le détail de l'annonce

Vous avez choisi le retrait chez le vendeur à

Payez directement sur Rakuten (CB, PayPal, 4xCB...)
Récupérez le produit directement chez le vendeur
Rakuten vous rembourse en cas de problème

Terminer ma commande

Gratuit et sans engagement

Félicitations !

Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !

TROUVER UN MAGASIN

Adresse

Retour

Horaires

Note :

Avis sur Machine Learning Mit Python Und Keras, Tensorflow 2 Und Scikit - Learn de Sebastian Raschka Format Broché - Livre Informatique

Note : 0 0 avis sur Machine Learning Mit Python Und Keras, Tensorflow 2 Und Scikit - Learn de Sebastian Raschka Format Broché - Livre Informatique

Donnez votre avis

Donnez votre avis sur ce produit

Votre note * : 1/5 2/5 3/5 4/5 5/5 Veuillez donner une note au produit

Le titre de votre avis* : Saisissez un titre

Quelques conseils :

Donnez le ton de votre avis, résumez-le en quelques mots qui apparaîtront comme le titre de votre avis.

Votre avis* : (40 caractères minimum) Saisissez un avis

Quelques conseils :

N'hésitez pas à mettre en avant les caractéristiques de ce produit, n'oubliez pas de mentionner ses avantages et/ou ses défauts éventuels. Décrivez précisément, argumentez, soyez convaincant !

Annuler

Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.

Produits similaires

Présentation Machine Learning Mit Python Und Keras, Tensorflow 2 Und Scikit - Learn de Sebastian Raschka Format Broché
- Livre Informatique

Livre Informatique - Sebastian Raschka - 01/03/2021 - Broché - Langue : Allemand

Auteur(s) : Sebastian Raschka - Vahid Mirjalili

Editeur : Mitp Verlags Gmbh & Co.Kg

Langue : Allemand

Parution : 01/03/2021

Format : Moyen, de 350g à 1kg

Nombre de pages : 768

Expédition : 1264

Dimensions : 23.8 x 16.8 x 4.1

ISBN : 9783747502136

Résumé :

Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings
Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, Keras, TensorFlow 2, Pandas und Matplotlib
Best Practices zur Optimierung Ihrer Machine-Learning-Algorithmen

Mit diesem Buch erhalten Sie eine umfassende Einf?hrung in die Grundlagen und den effektiven Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Daf?r setzen Sie ein breites Spektrum leistungsf?higer Python-Bibliotheken ein, insbesondere Keras, TensorFlow 2 und Scikit-learn. Auch die f?r die praktische Anwendung unverzichtbaren mathematischen Konzepte werden verst?ndlich und anhand zahlreicher Diagramme anschaulich erl?utert.

Die dritte Auflage dieses Buchs wurde f?r TensorFlow 2 komplett aktualisiert und ber?cksichtigt die j?ngsten Entwicklungen und Technologien, die f?r Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dazu z?hlen insbesondere die neuen Features der Keras-API, das Synthetisieren neuer Daten mit Generative Adversarial Networks (GANs) sowie die Entscheidungsfindung per Reinforcement Learning.

Ein sicherer Umgang mit Python wird vorausgesetzt.

Aus dem Inhalt:

Trainieren von Lernalgorithmen und Implementierung in Python

G?ngige Klassifikationsalgorithmen wie Support Vector Machines (SVM), Entscheidungsb?ume und Random Forest

Natural Language Processing zur Klassifizierung von Filmbewertungen

Clusteranalyse zum Auffinden verborgener Muster und Strukturen in Ihren Daten

Deep-Learning-Verfahren f?r die Bilderkennung

Datenkomprimierung durch Dimensionsreduktion

Training Neuronaler Netze und GANs mit TensorFlow 2

Kombination verschiedener Modelle f?r das Ensemble Learning

Einbettung von Machine-Learning-Modellen in Webanwendungen

Stimmungsanalyse in Social Networks

Modellierung sequenzieller Daten durch rekurrente Neuronale Netze

Reinforcement Learning und Implementierung von Q-Learning-Algorithmen

...

Biographie:

Sebastian Raschka ist Assistant Professor f?r Statistik an der University of Wisconsin-Madison, wo er an der Entwicklung neuer Deep-Learning-Architekturen im Gebiet der Biometrie forscht. Er leitete verschiedene Seminare u.a. auf der SciPy-Konferenz.

Vahid Mirjalili erforschte mehrere Jahre an der Michigan State University Anwendungen des Machine Learnings in verschiedenen Computer-Vision-Projekten. Heute ist er in der Forschung des Unternehmens 3M im Bereich Machine Learning t?tig.

...

Sommaire:

Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings
Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, Keras, TensorFlow 2, Pandas und Matplotlib
Best Practices zur Optimierung Ihrer Machine-Learning-Algorithmen