Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow 2: концепции, инструменты и техники для создания интеллект-х систем. 2-е изд
(0)
0 отзывов
  • Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow 2: концепции, инструменты и техники для создания интеллект-х систем. 2-е изд

Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow 2: концепции, инструменты и техники для создания интеллект-х систем. 2-е изд

(0)
0 отзывов
  • До пункта выдачи, 13 мая

    От 147.6 руб, бесплатно при заказе от 799 руб по Москве
  • Курьером до двери, 11 мая

    От 297.6 руб, бесплатно при заказе от 1499 руб по Москве
  • Самовывоз со склада в Москве, 9 мая

    Бесплатно, по предоплате. С 10:00 до 18:00. Кроме выходных
  • Наличные или банковской картой при получении
  • Банковский перевод
  • Оплата QR-кодом через СберБанк
  • Оплата банковской картой
ID товара9430
Код товара9545650
Издательство Диалектика
Год издания2020
ISBN978-5-907203-33-4
Кол-во страниц1040
Размер25x17x2
Тип обложкиТвердая
Вес, г1467
Возрастные ограничения16+
Автор: Жерон О., «Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow 2: концепции, инструменты и техники для создания интеллект-х систем. 2-е изд»: Благодаря серии выдающихся достижений глубокое обучение значительно усилило всю область машинного обучения. В наше время даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на данных. Новое издание книги-бестселлера, опирающееся на конкретные примеры, минимум теории и готовые фреймворки Python производственного уровня, поможет вам получить интуитивное представление о концепциях и инструментах, предназначенных для построения интеллектуальных систем. Вы освоите широкий спектр методик, которые можно быстро задействовать на практике. Учитывая наличие в каждой главе упражнений, призванных закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования. Весь код доступен на GitHub. Он был обновлен с учетом TensorFlow 2 и последней версии Scikit-Learn.
Загрузка комментариев...