Python Machine Learning
eBook - ePub

Python Machine Learning

Vahid Mirjalili, Sebastian Raschka

Partager le livre
  1. 618 pages
  2. Spanish
  3. ePUB (adapté aux mobiles)
  4. Disponible sur iOS et Android
eBook - ePub

Python Machine Learning

Vahid Mirjalili, Sebastian Raschka

DĂ©tails du livre
Table des matiĂšres
Citations

À propos de ce livre

El aprendizaje automĂĄtico estĂĄ invadiendo el mundo del software. Si quieres entender y trabajar la vanguardia del aprendizaje automĂĄtico, las redes neuronales y el aprendizaje profundo, esta segunda ediciĂłn del bestseller Python Machine Learning, es tu libro.Modernizado y ampliado para incluir las tecnologĂ­as de cĂłdigo abierto mĂĄs recientes, como scikit-learn, Keras y TensorFlow, este manual proporciona el conocimiento prĂĄctico y las tĂ©cnicas necesarias para crear eficaces aplicaciones de aprendizaje automĂĄtico y aprendizaje profundo en Python.El conocimiento y la experiencia Ășnicos de Sebastian Raschka y Vahid Mirjalili presentan los algoritmos de aprendizaje automĂĄtico y aprendizaje profundo, antes de continuar con temas avanzados en anĂĄlisis de datos. Combinan los principios teĂłricos del aprendizaje automĂĄtico con un enfoque prĂĄctico de codificaciĂłn para una comprensiĂłn completa de la teorĂ­a del aprendizaje automĂĄtico y la implementaciĂłn con Python.AprenderĂĄs a: Explorar y entender los frameworks clave para la ciencia de datos, el aprendizaje automĂĄtico y el aprendizaje profundoFormular nuevas preguntas sobre datos con modelos de aprendizaje automĂĄtico y redes neuronalesAprovechar el poder de las Ășltimas librerĂ­as de cĂłdigo abierto de Python para aprendizaje automĂĄticoDominar la implementaciĂłn de redes neuronales profundas con la librerĂ­a de TensorFlowIncrustar modelos de aprendizaje automĂĄticos en aplicacions web accesiblesPredecir resultados objetivos continuos con anĂĄlisis de regresiĂłnDescubrir patrones ocultos y estructuras en datos con agrupamientosAnalizar imĂĄgenes mediante tĂ©cnicas de aprendizaje profundoProfundizar en datos de medios sociales y textuales con el anĂĄlisis de sentimientos

Foire aux questions

Comment puis-je résilier mon abonnement ?
Il vous suffit de vous rendre dans la section compte dans paramĂštres et de cliquer sur « RĂ©silier l’abonnement ». C’est aussi simple que cela ! Une fois que vous aurez rĂ©siliĂ© votre abonnement, il restera actif pour le reste de la pĂ©riode pour laquelle vous avez payĂ©. DĂ©couvrez-en plus ici.
Puis-je / comment puis-je télécharger des livres ?
Pour le moment, tous nos livres en format ePub adaptĂ©s aux mobiles peuvent ĂȘtre tĂ©lĂ©chargĂ©s via l’application. La plupart de nos PDF sont Ă©galement disponibles en tĂ©lĂ©chargement et les autres seront tĂ©lĂ©chargeables trĂšs prochainement. DĂ©couvrez-en plus ici.
Quelle est la différence entre les formules tarifaires ?
Les deux abonnements vous donnent un accĂšs complet Ă  la bibliothĂšque et Ă  toutes les fonctionnalitĂ©s de Perlego. Les seules diffĂ©rences sont les tarifs ainsi que la pĂ©riode d’abonnement : avec l’abonnement annuel, vous Ă©conomiserez environ 30 % par rapport Ă  12 mois d’abonnement mensuel.
Qu’est-ce que Perlego ?
Nous sommes un service d’abonnement Ă  des ouvrages universitaires en ligne, oĂč vous pouvez accĂ©der Ă  toute une bibliothĂšque pour un prix infĂ©rieur Ă  celui d’un seul livre par mois. Avec plus d’un million de livres sur plus de 1 000 sujets, nous avons ce qu’il vous faut ! DĂ©couvrez-en plus ici.
Prenez-vous en charge la synthÚse vocale ?
Recherchez le symbole Écouter sur votre prochain livre pour voir si vous pouvez l’écouter. L’outil Écouter lit le texte Ă  haute voix pour vous, en surlignant le passage qui est en cours de lecture. Vous pouvez le mettre sur pause, l’accĂ©lĂ©rer ou le ralentir. DĂ©couvrez-en plus ici.
Est-ce que Python Machine Learning est un PDF/ePUB en ligne ?
Oui, vous pouvez accĂ©der Ă  Python Machine Learning par Vahid Mirjalili, Sebastian Raschka en format PDF et/ou ePUB ainsi qu’à d’autres livres populaires dans Computer Science et Programming in Python. Nous disposons de plus d’un million d’ouvrages Ă  dĂ©couvrir dans notre catalogue.

Informations

Éditeur
Marcombo
Année
2020
ISBN
9788426727725

Table des matiĂšres