
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)
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage
Kurzinformation



inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
Das Buch "Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-learn" von Vahid Mirjalili bietet eine umfassende Einführung in die Welt des maschinellen Lernens. Es richtet sich sowohl an Anfänger als auch an fortgeschrittene Anwender, die ihre Kenntnisse im Bereich Data Science vertiefen möchten. Der Autor erklärt grundlegende Konzepte des Machine Learnings und führt den Leser Schritt für Schritt durch die Anwendung der populären Bibliotheken Keras, TensorFlow 2 und Scikit-learn. Das Buch behandelt verschiedene Themen wie Datenvorverarbeitung, Modelltraining und -bewertung sowie die Implementierung von Deep-Learning-Modellen. Praktische Beispiele und Anleitungen helfen dabei, theoretisches Wissen in die Praxis umzusetzen. Zudem werden Techniken zur Optimierung von Modellen und zur Lösung komplexer Probleme im Bereich Predictive Analytics vorgestellt. Insgesamt dient das Werk als praxisnahes Handbuch für alle, die fundierte Kenntnisse im maschinellen Lernen erwerben oder vertiefen möchten.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Kartoniert
- 309 Seiten
- Erschienen 2022
- Springer Vieweg
- Kartoniert
- 361 Seiten
- Erschienen 2017
- Manning
- Kartoniert
- 360 Seiten
- Erschienen 2018
- Manning
- Kartoniert
- 522 Seiten
- Erschienen 2018
- O'Reilly
- Gebunden
- 623 Seiten
- Erschienen 2022
- Carl Hanser Verlag GmbH & C...
- Kartoniert
- 235 Seiten
- Erschienen 2021
- dpunkt.verlag GmbH
- Kartoniert
- 364 Seiten
- Erschienen 2020
- Wiley-VCH
- paperback
- 386 Seiten
- Erschienen 2019
- Packt Publishing
- Kartoniert
- 356 Seiten
- Erschienen 2021
- dpunkt.verlag GmbH
- Kartoniert
- 180 Seiten
- Erschienen 2020
- UTB GmbH