Machine Learning mit Python: Das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning (mitp Professional)
Kurzinformation
inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
"Machine Learning mit Python: Das Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning" von Sebastian Raschka ist ein umfassendes Handbuch, das sich an Leser richtet, die in die Welt des maschinellen Lernens eintauchen möchten. Das Buch bietet eine praxisorientierte Einführung in die Konzepte und Techniken des maschinellen Lernens unter Verwendung der Programmiersprache Python. Es deckt eine breite Palette von Themen ab, darunter grundlegende Algorithmen des maschinellen Lernens, Datenvorverarbeitung, Modellbewertung und -optimierung sowie fortgeschrittene Techniken wie Deep Learning. Der Autor legt großen Wert auf praktische Anwendungen und führt den Leser durch zahlreiche Beispiele und Übungen, um das Verständnis zu vertiefen. Ein besonderer Fokus liegt auf der Nutzung bekannter Bibliotheken wie scikit-learn, TensorFlow und Keras. Zudem werden Best Practices für die Umsetzung von Machine-Learning-Projekten vermittelt. Das Buch richtet sich sowohl an Anfänger als auch an Fortgeschrittene im Bereich Data Science und bietet wertvolle Einblicke für alle, die ihre Fähigkeiten im Bereich Predictive Analytics und Deep Learning erweitern möchten.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Kartoniert
- 362 Seiten
- Erschienen 2017
- O'Reilly
- Kartoniert
- 384 Seiten
- Erschienen 2016
- O'Reilly Media
- Kartoniert
- 883 Seiten
- Erschienen 2018
- mitp
- paperback
- 315 Seiten
- Erschienen 2026
- Rheinwerk Computing
- Kartoniert
- 522 Seiten
- Erschienen 2018
- O'Reilly
- Kartoniert
- 235 Seiten
- Erschienen 2020
- O'Reilly
- Kartoniert
- 265 Seiten
- Erschienen 2022
- O'Reilly
- Klappenbroschur
- 479 Seiten
- Erschienen 2020
- Rheinwerk Computing
- Kartoniert
- 250 Seiten
- Erschienen 2019
- O'Reilly
- Hardcover
- 774 Seiten
- Erschienen 2022
- Packt Publishing
- Kartoniert
- 341 Seiten
- Erschienen 2022
- O'Reilly
- Gebunden
- 1126 Seiten
- Erschienen 2023
- Rheinwerk Computing




