Machine Learning mit Python und Scikit-learn und TensorFlow : das umfassende Praxis-Handbuch für Data Science, Deep Learning und Predictive Analytics /

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

Descripción completa

Detalles Bibliográficos
Clasificación:Libro Electrónico
Autores principales: Raschka, Sebastian (Autor), Mirjalili, Vahid (Autor)
Otros Autores: Lorenzen, Knut (Traductor)
Formato: Electrónico eBook
Idioma:Alemán
Publicado: [Frechen, Germany] : Mitp Verlags, [2018]
Edición:2. Auflage.
Temas:
Machine learning.
Python (Computer program language)
Data mining.
Data Mining
Machine Learning
Apprentissage automatique.
Python (Langage de programmation)
Exploration de données (Informatique)
Data mining
Machine learning
Acceso en línea:Texto completo (Requiere registro previo con correo institucional)

MARC

LEADER 00000cam a2200000 i 4500
001 OR_on1019827275
003 OCoLC
005 20231017213018.0
006 m o d
007 cr unu||||||||
008 180117s2018 gw a o 000 0 ger d
040 |a UMI  |b eng  |e rda  |e pn  |c UMI  |d OCLCF  |d YDX  |d CZL  |d OCLCQ  |d OCLCO  |d OCLCQ  |d OCLCO 
019 |a 1016967231 
020 |a 9783958457355 
020 |a 3958457355 
029 1 |a AU@  |b 000071518349 
035 |a (OCoLC)1019827275  |z (OCoLC)1016967231 
037 |a CL0500000930  |b Safari Books Online 
050 4 |a QA76.73.P98 
049 |a UAMI 
100 1 |a Raschka, Sebastian,  |e author. 
245 1 0 |a Machine Learning mit Python und Scikit-learn und TensorFlow :  |b das umfassende Praxis-Handbuch für Data Science, Deep Learning und Predictive Analytics /  |c Sebastian Raschka, Vahid Mirjalili ; Übersetzung aus dem Amerikanischen von Knut Lorenzen. 
250 |a 2. Auflage. 
264 1 |a [Frechen, Germany] :  |b Mitp Verlags,  |c [2018] 
264 4 |c ©2018 
300 |a 1 online resource (1 volume) :  |b illustrations 
336 |a text  |b txt  |2 rdacontent 
337 |a computer  |b c  |2 rdamedia 
338 |a online resource  |b cr  |2 rdacarrier 
588 0 |a Online resource; title from title page (Safari, viewed January 16, 2018). 
500 |a "First published in the English language under the title Python machine learning, Second edition (9781787125933)"--Copyright page 
520 |a Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, TensorFlow, Matplotlib, Pandas und Keras Best Practices zur Optimierung Ihrer Machine-Learning-Algorithmen Machine Learning und Predictive Analytics verändern die Arbeitsweise von Unternehmen grundlegend. Die Fähigkeit, in komplexen Daten Trends und Muster zu erkennen, ist heutzutage für den langfristigen geschäftlichen Erfolg ausschlaggebend und entwickelt sich zu einer der entscheidenden Wachstumsstrategien. Die zweite Auflage dieses Buchs berücksichtigt die jüngsten Entwicklungen und Technologien, die für Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dies betrifft insbesondere die neuesten Open-Source-Bibliotheken wie Scikit-learn, Keras und TensorFlow. Python zählt zu den führenden Programmiersprachen in den Bereichen Machine Learning, Data Science und Deep Learning und ist besonders gut dazu geeignet, grundlegende Erkenntnisse aus Ihren Daten zu gewinnen sowie ausgefeilte Algorithmen und statistische Modelle auszuarbeiten, die neue Einsichten liefern und wichtige Fragen beantworten. Die Autoren erläutern umfassend den Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Dafür behandeln sie in diesem Buch ein breites Spektrum leistungsfähiger Python-Bibliotheken wie Scikit-learn, Keras und TensorFlow. Sie lernen detailliert, wie Sie Python für maschinelle Lernverfahren einsetzen und dabei eine Vielzahl von statistischen Modellen verwenden. Aus dem Inhalt: Trainieren von Lernalgorithmen für die Klassifizierung Regressionsanalysen zum Prognostizieren von Ergebnissen Clusteranalyse zum Auffinden verborgener Muster und Strukturen in Ihren Daten Deep-Learning-Verfahren zur Bilderkennung Optimale Organisation Ihrer Daten durch effektive Verfahren zur Vorverarbeitung Datenkomprimierung durch Dimensionsreduktion Training Neuronaler Netze mit TensorFlow Kombination verschiedener Modelle für das Ensemble Learning Einbettung eines Machine-Learning-Modells in eine Webanwendung Stimmungsanalyse in Social Networks Modellierung sequenzieller Daten durch rekurrente Neuronale Netze. 
590 |a O'Reilly  |b O'Reilly Online Learning: Academic/Public Library Edition 
650 0 |a Machine learning. 
650 0 |a Python (Computer program language) 
650 0 |a Data mining. 
650 2 |a Data Mining 
650 2 |a Machine Learning 
650 6 |a Apprentissage automatique. 
650 6 |a Python (Langage de programmation) 
650 6 |a Exploration de données (Informatique) 
650 7 |a Data mining  |2 fast 
650 7 |a Machine learning  |2 fast 
650 7 |a Python (Computer program language)  |2 fast 
700 1 |a Lorenzen, Knut,  |e translator. 
700 1 |a Mirjalili, Vahid,  |e author. 
740 0 |a Python machine learning. 
856 4 0 |u https://learning.oreilly.com/library/view/~/9783958457355/?ar  |z Texto completo (Requiere registro previo con correo institucional) 
938 |a YBP Library Services  |b YANK  |n 15062459 
994 |a 92  |b IZTAP 

Ejemplares similares