มุมมองปกติ MARC view มุมมอง ISBD

Python machine learning : machine learning and deep learning with Python, scikit-learn, and TensorFlow / Sebastian Raschka, Vahid Mirajalili.

By: Raschka, Sebastian.
Contributor(s): Mirajalili, Vahid.
Material type: materialTypeLabelBookCall no.: QA76.73.P98 R373 2018Publication: Birmingham, UK : Packt Publishing, 2018Edition: 2nd ed.Description: xviii, 595 p. : ill.Notes: Reprint. Originally published: 2017.; Includes index.ISBN: 9781787125933; 1787125939.Subject(s): Python (Computer program language) | Machine learning
Contents:
1. Giving computers the ability to learn from data -- 2. Training simple machine learning algorithms for classification -- 3. A tour of machine learning classifiers using scikit-learn -- 4. Building good training sets-data preprocessing -- 5. Compressing data via dimensionality reduction -- 6. Learning best practices for model evaluation and hyperpaarmeter tuning -- 7.Combining different models for ensemble learning -- 8. Applying machine learning to sentiment analysis -- 9. embedding a machine learning model into a web application -- 10. Predicting continuous target variables with regression analysis -- 11. Working with unlabeled data-clustering analysis -- 12. Implementing a multilayer artificial neural network from Scratch -- 13. Parallelizing neural network training with TensorFlow -- 14. Going deeper -- The mechanics of TensorFlow -- 15. Classifying images with deep convolutional neural networks -- 16. Modeling sequential data using recurrent neural networks.
แท็กจากห้องสมุดนี้: ไม่มีแท็กจากห้องสมุดสำหรับชื่อเรื่องนี้ ล็อกอินเข้าสู่ระบบเพื่อเพิ่มแท็ก
    การให้คะแนนโดยเฉลี่ย: 0.0 (0 คะแนนเสียง)
ชนิดของทรัพยากร ตำแหน่งปัจจุบัน กลุ่มข้อมูล เลขเรียกหนังสือ สถานะ วันกำหนดส่ง บาร์โค้ด การจองรายการ
Book Book Puey Ungphakorn Library, Rangsit Campus
Fiction Stacks
General Books QA76.73.P98 R373 2018 (เรียกดูชั้นหนังสือ) พร้อมให้บริการ 31379015657167
Total holds: 0

Reprint. Originally published: 2017.

Includes index.

1. Giving computers the ability to learn from data -- 2. Training simple machine learning algorithms for classification -- 3. A tour of machine learning classifiers using scikit-learn -- 4. Building good training sets-data preprocessing -- 5. Compressing data via dimensionality reduction -- 6. Learning best practices for model evaluation and hyperpaarmeter tuning -- 7.Combining different models for ensemble learning -- 8. Applying machine learning to sentiment analysis -- 9. embedding a machine learning model into a web application -- 10. Predicting continuous target variables with regression analysis -- 11. Working with unlabeled data-clustering analysis -- 12. Implementing a multilayer artificial neural network from Scratch -- 13. Parallelizing neural network training with TensorFlow -- 14. Going deeper -- The mechanics of TensorFlow -- 15. Classifying images with deep convolutional neural networks -- 16. Modeling sequential data using recurrent neural networks.

ไม่มีความคิดเห็นใดๆ สำหรับรายการนี้

เข้าสู่ระบบบัญชีผู้ใช้ของคุณ เพื่อโพสต์ความคิดเห็น

คลิกที่รูปภาพเพื่อดูในตัวแสดงภาพ

    Open Library:

    Thammasat University Library
    2 Prachan Road, Phranakorn, Bangkok 10200
    Tel. 0-2986-9612 ext. 1305