System-Tuning: Experimentieren für Ingenieure von A/B-Tests bis zur Bayes'schen Optimierung
B

System-Tuning: Experimentieren für Ingenieure von A/B-Tests bis zur Bayes'schen Optimierung

Mathematik
A/B testing Bayesian optimization machine learning experimental design system tuning probabilistic methods engineering
Autor
Дэвид Свит
Verlag
Питер
Jahr
2024
Sprache
Russisch
53
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

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

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

Алекс Сюй, Али Аминиан

Maschinelles Lernen. Systemdesign von der Idee bis zur Umsetzung

Maschinelles Lernen. Systemdesign von der Idee bis zur Umsetzung

Валерий Бабушкин, Арсений Кравченко

Einführung in automatisiertes maschinelles Lernen (AutoML)

Einführung in automatisiertes maschinelles Lernen (AutoML)

Франк Хуттер, Ларс Коттхофф, Хоакин Ваншорен

Entwurf von Machine-Learning-Systemen

Entwurf von Machine-Learning-Systemen

Чип Хьюен (Chip Huyen)

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

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

Джефф Хултен

Effektives Testen von Software. Ein Entwicklerhandbuch

Effektives Testen von Software. Ein Entwicklerhandbuch

Маурисио Аниче

Mach es wie Google. Softwareentwicklung

Mach es wie Google. Softwareentwicklung

Титус Винтерс, Том Маншрек, Хайрам Райт

Software-Tests: ein kontextorientierter Ansatz

Software-Tests: ein kontextorientierter Ansatz

Кем Кейнер, Джеймс Бах, Брет Петтикорд

Reinforcement Learning: Eine Einführung. Zweite Auflage

Reinforcement Learning: Eine Einführung. Zweite Auflage

Ричард С. Саттон, Эндрю Дж. Барто

Die Kunst des Unit-Testings mit Beispielen in JavaScript. 3. internationale Ausgabe.

Die Kunst des Unit-Testings mit Beispielen in JavaScript. 3. internationale Ausgabe.

Рой Ошеров, Владимир Хориков