
Ultimate Machine Learning with Scikit-Learn: Unleash the Power of Scikit-Learn and Python to Build Cutting-Edge Predictive Modeling Applications and ... Into Machine Learning (English Edition)
Kurzinformation



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

Beschreibung
"Ultimate Machine Learning with Scikit-Learn" von Parag Saxena ist ein umfassender Leitfaden, der sich an Leser richtet, die ihre Fähigkeiten im Bereich maschinelles Lernen vertiefen möchten. Das Buch konzentriert sich auf die Nutzung von Scikit-Learn, einer der beliebtesten Bibliotheken in Python für maschinelles Lernen. Es bietet eine detaillierte Einführung in die Grundlagen des maschinellen Lernens und führt den Leser Schritt für Schritt durch den Prozess der Erstellung fortschrittlicher prädiktiver Modelle. Die Inhalte umfassen sowohl theoretische Konzepte als auch praktische Anwendungen, wobei realistische Beispiele und Datensätze verwendet werden, um die Implementierung zu veranschaulichen. Der Autor erklärt wichtige Algorithmen und Techniken wie Klassifikation, Regression, Clustering und Dimensionalitätsreduktion. Darüber hinaus behandelt das Buch Themen wie Modellbewertung und -optimierung sowie Best Practices für den Einsatz von Scikit-Learn in verschiedenen Anwendungsbereichen. Durch seine praxisorientierte Herangehensweise eignet sich das Buch sowohl für Einsteiger als auch für erfahrene Praktiker, die ihre Kenntnisse auffrischen oder erweitern möchten. Ziel ist es, den Lesern das Handwerkszeug zu geben, um leistungsstarke maschinelle Lernanwendungen zu entwickeln und erfolgreich einzusetzen.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Kartoniert
- 768 Seiten
- Erschienen 2021
- mitp
- Kartoniert
- 822 Seiten
- Erschienen 2020
- O'Reilly
- Hardcover
- 256 Seiten
- Erschienen 2022
- Wiley & Sons
- paperback
- 380 Seiten
- Erschienen 2024
- BPB Publications
- Kartoniert
- 180 Seiten
- Erschienen 2020
- UTB GmbH
- Gebunden
- 738 Seiten
- Erschienen 2011
- Springer
- Kartoniert
- 360 Seiten
- Erschienen 2018
- Manning
- Hardcover
- 256 Seiten
- Erschienen 2023
- Wiley & Sons
- Hardcover
- 272 Seiten
- Erschienen 2022
- Wiley-IEEE Press
- Kartoniert
- 364 Seiten
- Erschienen 2020
- Wiley-VCH