Einführung in maschinelles Lernen mit Python. Ein Leitfaden für Data Scientists.
A

Einführung in maschinelles Lernen mit Python. Ein Leitfaden für Data Scientists.

Maschinelles Lernen
Python machine learning Scikit-learn data science classification regression data visualization
Autor
Andreas Müller, Sara Guido
Verlag
O'Reilly Media
Jahr
2017
Sprache
Russisch
248
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Erstellung von Machine-Learning-Systemen mit Python. 2. Auflage

Erstellung von Machine-Learning-Systemen mit Python. 2. Auflage

Luis Pedro Coelho, Willi Richert

Groß angelegtes maschinelles Lernen mit Python

Groß angelegtes maschinelles Lernen mit Python

Bastien Chardin, Luca Massaron, Alberto Boschetti

Angewandtes maschinelles Lernen und künstliche Intelligenz für Ingenieure

Angewandtes maschinelles Lernen und künstliche Intelligenz für Ingenieure

Jeff Prosise

Maschinelles Lernen mit PyTorch und Scikit-Learn

Maschinelles Lernen mit PyTorch und Scikit-Learn

Sebastian Raschka, Yusi (Hayden) Liu, Vahid Mirjalili

Maschinelles Lernen mit geringem Programmieraufwand

Maschinelles Lernen mit geringem Programmieraufwand

Gwendolyn Stripling, Michael Abel

Python und Datenanalyse. Primäre Datenverarbeitung mit pandas, NumPy und Jupyter

Python und Datenanalyse. Primäre Datenverarbeitung mit pandas, NumPy und Jupyter

Wes McKinney

Python für anspruchsvolle Aufgaben: Data Science. 2. internationale Aufl.

Python für anspruchsvolle Aufgaben: Data Science. 2. internationale Aufl.

Jake Vander Plas

Pandas lernen

Pandas lernen

Michael Heidt, Artjom Grusdew

Python und Datenanalyse. Primäre Datenverarbeitung mit pandas, NumPy und IPython

Python und Datenanalyse. Primäre Datenverarbeitung mit pandas, NumPy und IPython

Wes McKinney

Data Engineering in Python: Grundlagen der Datenanalyse mit Pandas, NumPy und Scikit-learn

Data Engineering in Python: Grundlagen der Datenanalyse mit Pandas, NumPy und Scikit-learn

A. Ju. Ginko (Übersetzer)