Machine Learning pour les Données Tabulaires : XGBoost, Deep Learning et IA
A

Machine Learning pour les Données Tabulaires : XGBoost, Deep Learning et IA

Réseaux neuronaux
XGBoost deep learning tabular data machine learning neural networks gradient boosting ML pipelines
Auteur
Mark Ryan, Luca Massaron
Éditeur
Manning Publications
Année
2025
Langue
Anglais
46
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Algorithmes d'apprentissage automatique utilisant les environnements Scikit et TensorFlow

Algorithmes d'apprentissage automatique utilisant les environnements Scikit et TensorFlow

Puvvadi Baby Maruthi, Smrity Prasad, Amit Kumar Tyagi

Ultimate Machine Learning avec Scikit-Learn : Libérez la puissance de Scikit-Learn et Python pour créer des applications de modélisation prédictive de pointe et débloquez des perspectives plus approfondies sur le Machine Learning

Ultimate Machine Learning avec Scikit-Learn : Libérez la puissance de Scikit-Learn et Python pour créer des applications de modélisation prédictive de pointe et débloquez des perspectives plus approfondies sur le Machine Learning

Parag Saxena

Mueller J. P., Massaron L. - L'Apprentissage Automatique Pour les Nuls, 2e Édition - 2021

Mueller J. P., Massaron L. - L'Apprentissage Automatique Pour les Nuls, 2e Édition - 2021

Machine Learning Pratique avec Scikit-Learn, Keras & TensorFlow : Concepts, Outils et Techniques pour Construire des Systèmes Intelligents

Machine Learning Pratique avec Scikit-Learn, Keras & TensorFlow : Concepts, Outils et Techniques pour Construire des Systèmes Intelligents

Aurélien Géron

Machine Learning Pratique avec Scikit-Learn et PyTorch : Concepts, Outils et Techniques pour Construire des Systèmes Intelligents

Machine Learning Pratique avec Scikit-Learn et PyTorch : Concepts, Outils et Techniques pour Construire des Systèmes Intelligents

Aurélien Géron

Données synthétiques et IA générative

Données synthétiques et IA générative

Vincent Granville

Machine Learning pour les Données Déséquilibrées : Gérer les ensembles de données déséquilibrés avec des techniques de machine learning et de deep learning

Machine Learning pour les Données Déséquilibrées : Gérer les ensembles de données déséquilibrés avec des techniques de machine learning et de deep learning

Kumar Abhishek, Dr. Mounir Abdelaziz

Apprentissage Automatique Pratique sur Databricks

Apprentissage Automatique Pratique sur Databricks

Debu Sinha

Machine Learning et Data Science pour la Finance : De la Construction de Stratégies de Trading aux Robo-Advisors avec Python

Machine Learning et Data Science pour la Finance : De la Construction de Stratégies de Trading aux Robo-Advisors avec Python

Hariom Tatsat, Sahil Puri, Brad Lookabaugh

IA et ML pour les codeurs en PyTorch : Un guide du codeur pour l'IA générative et l'apprentissage automatique

IA et ML pour les codeurs en PyTorch : Un guide du codeur pour l'IA générative et l'apprentissage automatique

Laurence Moroney