
Machine Learning mit Python und Scikit-Learn und TensorFlow: Das umfassende 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 und Scikit-Learn und TensorFlow" von Vahid Mirjalili ist ein umfassendes Praxis-Handbuch, das sich an Data-Science-Enthusiasten richtet, die ihre Kenntnisse im Bereich maschinelles Lernen vertiefen möchten. Das Buch bietet eine detaillierte Einführung in die theoretischen Grundlagen des maschinellen Lernens und führt den Leser schrittweise durch praktische Implementierungen mithilfe der populären Python-Bibliotheken Scikit-Learn und TensorFlow. Es deckt eine Vielzahl von Themen ab, darunter Datenvorverarbeitung, überwachtes und unüberwachtes Lernen sowie die Entwicklung von Algorithmen für Predictive Analytics. Zudem wird ein besonderer Schwerpunkt auf Deep Learning gelegt, wobei Leser lernen, neuronale Netze zu entwerfen und zu trainieren. Durch praxisnahe Beispiele, Code-Snippets und Übungen ermöglicht das Buch den Lesern, ihre Fähigkeiten in der Anwendung dieser Technologien zu verbessern. Es richtet sich sowohl an Anfänger als auch an fortgeschrittene Anwender, die robuste Machine-Learning-Modelle entwickeln möchten.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
Sebastian Raschka verfügt über jahrelange Erfahrung in der Python-Programmierung und leitete mehrere Seminare über praktische Data-Science-Anwendungen, Machine Learning und Deep Learning u.a. auf der SciPy-Konferenz. Vahid Mirjalili erforscht Anwendungen des Machine Learnings in verschiedenen Computer-Vision-Projekten (»maschinelles Sehen«) am Fachbereich für Informatik und Ingenieurswesen an der Michigan State University.
- Kartoniert
- 362 Seiten
- Erschienen 2017
- O'Reilly
- Kartoniert
- 247 Seiten
- Erschienen 2020
- O'Reilly
- Kartoniert
- 360 Seiten
- Erschienen 2018
- Manning
- Kartoniert
- 556 Seiten
- Erschienen 2023
- O'Reilly
- Hardcover
- 372 Seiten
- Erschienen 2019
- Packt Publishing
- Kartoniert
- 310 Seiten
- Erschienen 2018
- O'Reilly Media
- Kartoniert
- 358 Seiten
- Erschienen 2020
- O'Reilly
- Kartoniert
- 445 Seiten
- Erschienen 2020
- dpunkt.verlag GmbH
- Kartoniert
- 356 Seiten
- Erschienen 2021
- O'Reilly
- paperback
- 306 Seiten
- Erschienen 2018
- Packt Publishing