Empfehlungssysteme in der Praxis
A

Empfehlungssysteme in der Praxis

Data Science
recommender systems machine learning data science practical guide algorithms user behavior Python
Autor
Ким Фальк
Verlag
ДМК Пресс
Jahr
2020
Sprache
Russisch
31
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Theoretisches Minimum zu Big Data. Alles, was Sie über Big Data wissen müssen.

Theoretisches Minimum zu Big Data. Alles, was Sie über Big Data wissen müssen.

Ын Анналин, Су Кеннет

Deep Learning für Suchmaschinen

Deep Learning für Suchmaschinen

Томмазо Теофили

Empfehlungssysteme auf Basis großer Sprachmodelle. Der vollständige Entwicklungszyklus: vom Pre-Training bis zur Bereitstellung intelligenter Agenten.

Empfehlungssysteme auf Basis großer Sprachmodelle. Der vollständige Entwicklungszyklus: vom Pre-Training bis zur Bereitstellung intelligenter Agenten.

Лю Лу, Чжан Юйцзюнь

Coder von der Straße. Regeln brechen ist empfohlen.

Coder von der Straße. Regeln brechen ist empfohlen.

Седат Капаноглу

RAG-Systeme: Von der Theorie zur Praxis. Ein praktischer Leitfaden zur Erstellung intelligenter Such- und Inhaltsgenerierungssysteme im Zeitalter der rasanten Entwicklung von KI-Technologien.

RAG-Systeme: Von der Theorie zur Praxis. Ein praktischer Leitfaden zur Erstellung intelligenter Such- und Inhaltsgenerierungssysteme im Zeitalter der rasanten Entwicklung von KI-Technologien.

Р. В. Душкин

Angewandtes maschinelles Lernen und künstliche Intelligenz für Ingenieure

Angewandtes maschinelles Lernen und künstliche Intelligenz für Ingenieure

Джефф Просиз

Entwicklung intelligenter Systeme. Einführung in die Technologie des maschinellen Lernens.

Entwicklung intelligenter Systeme. Einführung in die Technologie des maschinellen Lernens.

Джефф Хултен

React schnell. Webanwendungen mit React, JSX, Redux und GraphQL

React schnell. Webanwendungen mit React, JSX, Redux und GraphQL

Азат Мардан

Backend-Programmierung mit Python. Ein praktischer Leitfaden

Backend-Programmierung mit Python. Ein praktischer Leitfaden

Тим Питерс

System Design. Maschinelles Lernen. Vorbereitung auf ein schwieriges Interview.

System Design. Maschinelles Lernen. Vorbereitung auf ein schwieriges Interview.

Алекс Сюй, Али Аминиан