Imagen de portada de Amazon
Imagen de Amazon.com
Imagen de Google Jackets

Python machine learning. Machine learning and deep learning whit Python, scikit-learn and TensorFlow

Por: Colaborador(es): Idioma: Español Detalles de publicación: Birmingham (Inglaterra): Packt Publishing 2017Edición: Second editionDescripción: 595 páginas (23x19 cm)Tipo de contenido:
  • text
Tipo de medio:
  • no mediado
Tipo de soporte:
  • volumen
ISBN:
  • 9781787125933
Tema(s): Clasificación CDD:
  • 006.31 RASp
Contenidos:
Giving computers the ability to learn from data.-- Training simple machine learning algorithms for classification.-- A tour of machine learning classifiers using scikit-learn.-- Building good training sets - data preprocessing.-- Compressing data via dimensionality reduction.-- Learning best practices for madel evaluation and hyperparameter tuning.-- Combining different model for ensamble learning.-- Embedding a machine learning model into a web application.-- Prediicting continuous target variables with regression analysis.-- Working with unlabiled data - clustering analysis.-- Implementing a multilayer artificial neural network from scratch.-- Parallelizing neural nentwork training with ternsorflow.-- Classifying images with deep convolutional neural networks.-- Modeling sequential data using recurrent neural networks.-- Introducing sequential data.-- RNNs for modeling sequenses.-- Implement a multiplayer RNN for sequence modeling in tensorflow
Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.
Valoración
    Valoración media: 0.0 (0 votos)
Existencias
Tipo de ítem Biblioteca actual Colección Signatura topográfica Copia número Estado Fecha de vencimiento Código de barras
Libros Libros Biblioteca General En biblioteca Fac de Sistemas y Telecomunicaciones - Carrera de Informática 006.31 RASp (Navegar estantería(Abre debajo)) Ej. 1 Disponible BG0025362

Giving computers the ability to learn from data.-- Training simple machine learning algorithms for classification.-- A tour of machine learning classifiers using scikit-learn.-- Building good training sets - data preprocessing.-- Compressing data via dimensionality reduction.-- Learning best practices for madel evaluation and hyperparameter tuning.-- Combining different model for ensamble learning.-- Embedding a machine learning model into a web application.-- Prediicting continuous target variables with regression analysis.-- Working with unlabiled data - clustering analysis.-- Implementing a multilayer artificial neural network from scratch.-- Parallelizing neural nentwork training with ternsorflow.-- Classifying images with deep convolutional neural networks.-- Modeling sequential data using recurrent neural networks.-- Introducing sequential data.-- RNNs for modeling sequenses.-- Implement a multiplayer RNN for sequence modeling in tensorflow

No hay comentarios en este titulo.

para colocar un comentario.

Servicios

X

Los usuarios deberán registrar sus datos personales en la ventanilla de atención para efectos de registro y acceso al servicio de las bibliotecas.

Con tecnología Koha