Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems
Kurzinformation
inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
"Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow" von Aurélien Géron ist ein praxisorientiertes Buch, das sich an Leser richtet, die in die Welt des maschinellen Lernens eintauchen möchten. Das Buch bietet eine umfassende Einführung in die Konzepte und Techniken des maschinellen Lernens und kombiniert theoretische Grundlagen mit praktischen Anwendungen. Der Autor beginnt mit einer Erklärung der grundlegenden Prinzipien des maschinellen Lernens und führt den Leser schrittweise zu fortgeschritteneren Themen wie tiefem Lernen. Dabei werden populäre Python-Bibliotheken wie Scikit-Learn für traditionelle Machine-Learning-Modelle sowie Keras und TensorFlow für Deep-Learning-Anwendungen verwendet. Das Buch umfasst zahlreiche Beispiele und praktische Übungen, die es dem Leser ermöglichen, eigenständig intelligente Systeme zu entwickeln. Es deckt Themen wie Datenvorverarbeitung, Modelltraining, Hyperparameter-Tuning und Evaluierung ab. Zudem behandelt es aktuelle Entwicklungen im Bereich neuronaler Netze, einschließlich Convolutional Neural Networks (CNNs) und Recurrent Neural Networks (RNNs). Insgesamt ist das Buch eine wertvolle Ressource für Entwickler und Datenwissenschaftler, die ihre Fähigkeiten im Bereich maschinelles Lernen erweitern möchten.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Hardcover
- 772 Seiten
- Erschienen 2019
- Packt Publishing
- Hardcover
- 622 Seiten
- Erschienen 2017
- Packt Publishing
- Kartoniert
- 384 Seiten
- Erschienen 2016
- O'Reilly Media
- paperback
- 380 Seiten
- Erschienen 2019
- Springer
- Kartoniert
- 883 Seiten
- Erschienen 2018
- mitp
- Kartoniert
- 360 Seiten
- Erschienen 2018
- Manning
- Gebunden
- 623 Seiten
- Erschienen 2022
- Carl Hanser Verlag GmbH & C...
- Kartoniert
- 576 Seiten
- Erschienen 2021
- Springer
- Kartoniert
- 235 Seiten
- Erschienen 2021
- O'Reilly
- Gebunden
- 352 Seiten
- Erschienen 2018
- The MIT Press




