Cargando…

Mãos à Obra Aprendizado de Máquina com Scikit-Learn e TensorFlow /

Conceitos, ferramentas e técnicas para a construção de sistemas inteligentes. Com uma série de recentes avanços, o aprendizado profundo impulsionou todo o campo do aprendizado de máquina. Agora, mesmo os programadores que pouco sabem sobre esta tecnologia podem utilizar ferramentas simples e e...

Descripción completa

Detalles Bibliográficos
Autor principal: Géron, Aurélien
Formato: Electrónico eBook
Idioma:Indeterminado
Publicado: [Place of publication not identified] Alta Books, 2019.
Acceso en línea:Texto completo (Requiere registro previo con correo institucional)

MARC

LEADER 00000cam a22000007 4500
001 OR_on1162720427
003 OCoLC
005 20231017213018.0
006 m o d
007 cr |n|||||||||
008 200611s2019 xx o 000 0 und d
040 |a VT2  |b eng  |c VT2  |d TOH  |d OCLCQ 
020 |a 9788550803814 
020 |a 8550803812 
029 1 |a AU@  |b 000071521423 
035 |a (OCoLC)1162720427 
049 |a UAMI 
100 1 |a Géron, Aurélien. 
245 1 0 |a Mãos à Obra  |h [electronic resource] :  |b Aprendizado de Máquina com Scikit-Learn e TensorFlow /  |c Aurélien Géron. 
260 |a [Place of publication not identified]  |b Alta Books,  |c 2019. 
300 |a 1 online resource 
336 |a text  |b txt  |2 rdacontent 
337 |a computer  |b c  |2 rdamedia 
338 |a online resource  |b cr  |2 rdacarrier 
500 |a Title from content provider. 
520 |a Conceitos, ferramentas e técnicas para a construção de sistemas inteligentes. Com uma série de recentes avanços, o aprendizado profundo impulsionou todo o campo do aprendizado de máquina. Agora, mesmo os programadores que pouco sabem sobre esta tecnologia podem utilizar ferramentas simples e eficientes para implementar programas capazes de aprender com dados. Este livro prático mostra como fazê-lo. Utilizando exemplos concretos, uma teoria mínima e duas estruturas python prontas para produção - scikit-learn e tensorflow - o autor aurélien géron ajuda você a adquirir uma compreensão intuitiva dos conceitos e ferramentas para a construção de sistemas inteligentes. Você aprenderá uma variedade de técnicas, começando com uma regressão linear simples e progredindo para redes neurais profundas. Com exercícios em cada capítulo para ajudá-lo a aplicar o que aprendeu, você só precisa ter experiência em programação para começar. - explore o cenário do aprendizado de máquina, especialmente as redes neurais - utilize o scikit-learn para acompanhar um exemplo de projeto de aprendizado de máquina de ponta a ponta - examine vários modelos de treinamento, incluindo máquinas de vetor de suporte, árvores de decisão, florestas aleatórias e métodos de ensemble - use a biblioteca tensorflow para construir e treinar redes neurais - mergulhe em arquiteturas de rede neural, incluindo redes convolutivas, redes recorrentes e aprendizado por reforço profundo - aprenda técnicas para treinamento e dimensionamento de redes neurais profundas - aplique exemplos práticos de código sem recorrer a teorias excessivas ou detalhes de algoritmo do aprendizado de máquinas. 
590 |a O'Reilly  |b O'Reilly Online Learning: Academic/Public Library Edition 
856 4 0 |u https://learning.oreilly.com/library/view/~/9788550803814/?ar  |z Texto completo (Requiere registro previo con correo institucional) 
936 |a BATCHLOAD 
994 |a 92  |b IZTAP