Apprentissage automatique : les bases
A

Apprentissage automatique : les bases

Apprentissage automatique
machine learning fundamentals probability theory Bayes theorem generalized linear models feature extraction overfitting
Auteur
Sergei Nikolenko
Éditeur
Pierre
Année
2025
Langue
Russe
157
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Machine Learning sans fioritures

Machine Learning sans fioritures

Andreï Bourkov

Fondements mathématiques de l'apprentissage automatique et de la prédiction

Fondements mathématiques de l'apprentissage automatique et de la prédiction

V. V. Viouguine

Apprentissage profond : principes et concepts

Apprentissage profond : principes et concepts

Christopher M. Bishop, Hugh Bishop

Apprentissage automatique probabiliste : introduction

Apprentissage automatique probabiliste : introduction

Kevin P. Murphy

Apprentissage automatique. Science et art de la conception d'algorithmes qui extraient des connaissances à partir des données.

Apprentissage automatique. Science et art de la conception d'algorithmes qui extraient des connaissances à partir des données.

Peter Flach

Apprentissage profond du point de vue pratique

Apprentissage profond du point de vue pratique

Josh Patterson, Adam Gibson

Machine Learning et Intelligence Artificielle Appliqués pour les Ingénieurs

Machine Learning et Intelligence Artificielle Appliqués pour les Ingénieurs

Jeff Pross

Apprentissage automatique. Portfolio de projets réels

Apprentissage automatique. Portfolio de projets réels

Alexeï Grigoriev

Apprentissage automatique : algorithmes pour les entreprises

Apprentissage automatique : algorithmes pour les entreprises

Marcos López de Prado

Apprentissage automatique : bases, algorithmes et applications pratiques

Apprentissage automatique : bases, algorithmes et applications pratiques

Jeremy Watt, Reza Borhani, Aggelos K. Katsaggelos