Cargando…

Uczenie maszynowe w Pythonie /

Z tego zwięzłego przewodnika po technikach uczenia maszynowego opartego na strukturalnych danych skorzystają programiści, badacze, osoby zajmujące się nauką o danych oraz twórcy systemów sztucznej inteligencji. Znalazł się tu wyczerpujący opis procesu uczenia maszynowego i klasyfikacji dan...

Descripción completa

Detalles Bibliográficos
Autor principal: Harrison, Matt
Formato: Electrónico eBook
Idioma:Indeterminado
Publicado: [Place of publication not identified] Helion, 2024.
Acceso en línea:Texto completo (Requiere registro previo con correo institucional)

MARC

LEADER 00000cam a2200000Mu 4500
001 OR_on1228597420
003 OCoLC
005 20231017213018.0
006 m o d
007 cr |n|||||||||
008 201211s2024 xx o 000 0 und d
040 |a VT2  |b eng  |c VT2  |d TOH  |d OCLCQ 
020 |a 9788328365582 
020 |a 8328365588 
029 1 |a AU@  |b 000071521458 
035 |a (OCoLC)1228597420 
049 |a UAMI 
100 1 |a Harrison, Matt. 
245 1 0 |a Uczenie maszynowe w Pythonie /  |c Matt Harrison. 
260 |a [Place of publication not identified]  |b Helion,  |c 2024. 
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 Z tego zwięzłego przewodnika po technikach uczenia maszynowego opartego na strukturalnych danych skorzystają programiści, badacze, osoby zajmujące się nauką o danych oraz twórcy systemów sztucznej inteligencji. Znalazł się tu wyczerpujący opis procesu uczenia maszynowego i klasyfikacji danych strukturalnych. Przedstawiono też metody klastrowania danych, analizy regresji, redukcji wymiarowości oraz inne ważne zagadnienia. Prezentowane treści zostały zilustrowane uwagami, tabelami i przykładami kodu. Nie zabrakło opisu przydatnych bibliotek, niezwykle użytecznych w pracy analityka danych. W efekcie książka pozwala na szybkie rozwiązywanie różnego rodzaju problemów związanych z przetwarzaniem danych strukturalnych. 
590 |a O'Reilly  |b O'Reilly Online Learning: Academic/Public Library Edition 
856 4 0 |u https://learning.oreilly.com/library/view/~/9788328365582/?ar  |z Texto completo (Requiere registro previo con correo institucional) 
994 |a 92  |b IZTAP