Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-learn: Das umfassende Praxis-Handbuch für Data Science, Deep Learning und Predictive Analytics (mitp Professional)
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage
Beschreibung
"Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-learn" von Vahid Mirjalili ist ein umfassendes Praxis-Handbuch, das sich an Data-Science-Enthusiasten richtet, die ihre Fähigkeiten im Bereich des maschinellen Lernens vertiefen möchten. Das Buch bietet eine detaillierte Einführung in die Grundlagen und fortgeschrittenen Konzepte des maschinellen Lernens und der künstlichen Intelligenz. Es deckt eine breite Palette von Themen ab, darunter Datenvorverarbeitung, Modellierungstechniken und Evaluierungsmethoden. Der Autor führt die Leser durch praktische Beispiele und Anwendungen der drei populären Bibliotheken: TensorFlow 2 für Deep Learning, Keras als benutzerfreundliche API für neuronale Netze und Scikit-learn für traditionelle Machine-Learning-Algorithmen. Das Buch legt großen Wert auf praxisorientiertes Lernen mit zahlreichen Code-Beispielen in Python, die es den Lesern ermöglichen, theoretisches Wissen direkt anzuwenden. Es behandelt auch aktuelle Themen wie Predictive Analytics und bietet Einblicke in die Entwicklung leistungsfähiger Modelle zur Vorhersage zukünftiger Ereignisse basierend auf vorhandenen Daten. Insgesamt dient das Werk als wertvolle Ressource sowohl für Anfänger als auch für erfahrene Praktiker im Bereich Data Science, die ihre Kenntnisse in Machine Learning-Techniken erweitern möchten.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Kartoniert
- 822 Seiten
- Erschienen 2020
- O'Reilly
- Kartoniert
- 350 Seiten
- Erschienen 2020
- O'Reilly Media
- Gebunden
- 407 Seiten
- Erschienen 2022
- SAP PRESS
- paperback
- 515 Seiten
- Erschienen 2020
- Springer
- Hardcover
- 329 Seiten
- Erschienen 2022
- Apress
- Gebunden
- 607 Seiten
- Erschienen 2021
- Springer
- Hardcover
- 608 Seiten
- Erschienen 2023
- Wiley