Herangehensweise an (fast) jedes Machine-Learning-Problem
A

Herangehensweise an (fast) jedes Machine-Learning-Problem

Maschinelles Lernen
machine learning practical guide Python data science model deployment feature engineering cross-validation
Autor
Abhishek Thakur
Verlag
Self-published
Jahr
2020
Sprache
Englisch
46
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Angewandtes Maschinelles Lernen: Nutzung von Maschinellem Lernen zur Lösung von Geschäftsproblemen

Angewandtes Maschinelles Lernen: Nutzung von Maschinellem Lernen zur Lösung von Geschäftsproblemen

Jason Hodson

Pro Machine Learning Algorithms: Ein praktischer Ansatz zur Implementierung von Algorithmen in Python und R

Pro Machine Learning Algorithms: Ein praktischer Ansatz zur Implementierung von Algorithmen in Python und R

V Kishore Ayyadevara

Daten ohne Labels: Praktisches unüberwachtes maschinelles Lernen

Daten ohne Labels: Praktisches unüberwachtes maschinelles Lernen

Vaibhav Verdhan

Adaptive Machine-Learning-Algorithmen mit Python: Lösen von Datenanalyse- und Machine-Learning-Problemen auf Edge-Geräten

Adaptive Machine-Learning-Algorithmen mit Python: Lösen von Datenanalyse- und Machine-Learning-Problemen auf Edge-Geräten

Chanchal Chatterjee

MATLAB Machine Learning Rezepte: Ein Problemlösungsansatz

MATLAB Machine Learning Rezepte: Ein Problemlösungsansatz

Michael Paluszek, Stephanie Thomas

Machine Learning Q und AI: 30 wesentliche Fragen und Antworten zu Machine Learning und KI

Machine Learning Q und AI: 30 wesentliche Fragen und Antworten zu Machine Learning und KI

Sebastian Raschka

Angewandtes Maschinelles Lernen und Hochleistungsrechnen auf AWS

Angewandtes Maschinelles Lernen und Hochleistungsrechnen auf AWS

Mani Khanuja, Farooq Sabir, Shreyas Subramanian, Trenton Potgieter

Maschinelles Lernen für unausgeglichene Daten: Umgang mit unausgeglichenen Datensätzen mithilfe von Machine-Learning- und Deep-Learning-Techniken

Maschinelles Lernen für unausgeglichene Daten: Umgang mit unausgeglichenen Datensätzen mithilfe von Machine-Learning- und Deep-Learning-Techniken

Kumar Abhishek, Dr. Mounir Abdelaziz

Maschinelles Lernen für Hochrisiko-Anwendungen: Ansätze für verantwortungsvolle KI

Maschinelles Lernen für Hochrisiko-Anwendungen: Ansätze für verantwortungsvolle KI

Patrick Hall, James Curtis, Parul Pandey

Machine-Learning-Algorithmen im Detail

Machine-Learning-Algorithmen im Detail

Vadim Smolyakov