Aprendizado de Máquina. Padrões de Projeto
A

Aprendizado de Máquina. Padrões de Projeto

Aprendizado de máquina
machine learning design patterns software engineering best practices scalability reproducibility industrial applications
Autor
Valliappa Lakshmanan, Sara Robinson, Michael Munn
Editora
BHV-Petersburgo
Ano
2022
Idioma
Russo
341
Avaliar este livro

Para ler o livro, entrar / registrar

Baixar código
Pré-visualizar fragmento

Livros similares

Projeto de Sistemas de Aprendizado de Máquina

Projeto de Sistemas de Aprendizado de Máquina

Chip Khyuen (Chip Huyen)

Aprendizado de Máquina Aplicado e Inteligência Artificial para Engenheiros

Aprendizado de Máquina Aplicado e Inteligência Artificial para Engenheiros

Jeff Prosiż

Introdução ao Aprendizado de Máquina com Python. Um Guia para Cientistas de Dados

Introdução ao Aprendizado de Máquina com Python. Um Guia para Cientistas de Dados

Andreas Müller, Sara Guido

Aprendizado de Máquina. Padrões de Projeto

Aprendizado de Máquina. Padrões de Projeto

V. Lakshmanan, S. Robinson, M. Munn.

Aprendizado de máquina com baixo volume de codificação

Aprendizado de máquina com baixo volume de codificação

Gwendoline Stripling, Michael Abel

Aprendizado de Máquina com Python. Livro de Receitas

Aprendizado de Máquina com Python. Livro de Receitas

Chris Albon

Aprendizado de Máquina. A ciência e arte de construir algoritmos que extraem conhecimento dos dados.

Aprendizado de Máquina. A ciência e arte de construir algoritmos que extraem conhecimento dos dados.

Peter Flach

Aprendizado de Máquina sem Palavras Desnecessárias

Aprendizado de Máquina sem Palavras Desnecessárias

Andrei Burkov

Aprendizado de Máquina. Projetando Sistemas da Ideia à Implementação

Aprendizado de Máquina. Projetando Sistemas da Ideia à Implementação

Valéry Babushkin, Arsênio Kravchenko

Desenvolvimento de pipelines de aprendizado de máquina. Automação de ciclos de vida de modelos com TensorFlow

Desenvolvimento de pipelines de aprendizado de máquina. Automação de ciclos de vida de modelos com TensorFlow

Hapke H., Nelson K.