Капоне
Администратор
- Регистрация
- 1 Апр 2015
- Сообщения
- 96.251
- Реакции
- 465.770
Складчина: [ДМК] Конформное прогнозирование в Python [Манохин В., Груздев А.В.]
Данная книга предлагает углубленное изучение конформного прогнозирования — новейшего подхода, позволяющего управлять неопределенностью в различных задачах машинного обучения. Вы узнаете, как конформное прогнозирование создает точно откалиброванные прогнозные интервалы для регрессии и решает задачи прогнозирования временных рядов и несбалансированных данных. Практические примеры на Python, а также использование реальных наборов данных, экспертных рекомендаций и открытых библиотек обеспечат вам глубокое понимание этого подхода.
В числе рассматриваемых тем:
основные концепции и принципы конформного прогнозирования;
отличие конформного прогнозирования от традиционных методов машинного обучения;
конформное прогнозирование для несбалансированных наборов данных и многоклассовой классификации;
передовые методы измерения и управления неопределенностью в промышленных задачах;
конформный подход к оценке неопределенности в прогнозировании и NLP.
Издание предназначено специалистам по data science, инженерам по машинному обучению, ученым и всем, кто хочет улучшить свои навыки в области количественной оценки неопределенности в МО.
Для изучения материала понадобятся базовые знаниями в области машинного обучения и программирования на Python.
Издание: Цветное
Оригинальное название: Practical Guide to Applied Conformal Prediction in Python
Оригинальный правообладатель: Packt
Автор: Манохин В., Груздев А.В.
Объем, стр: ~350
ISBN: 978-5-93700-341-6
Формат: PDF
Стоимость: 1600
СЛИВЫ КУРСОВ
Данная книга предлагает углубленное изучение конформного прогнозирования — новейшего подхода, позволяющего управлять неопределенностью в различных задачах машинного обучения. Вы узнаете, как конформное прогнозирование создает точно откалиброванные прогнозные интервалы для регрессии и решает задачи прогнозирования временных рядов и несбалансированных данных. Практические примеры на Python, а также использование реальных наборов данных, экспертных рекомендаций и открытых библиотек обеспечат вам глубокое понимание этого подхода.
В числе рассматриваемых тем:
основные концепции и принципы конформного прогнозирования;
отличие конформного прогнозирования от традиционных методов машинного обучения;
конформное прогнозирование для несбалансированных наборов данных и многоклассовой классификации;
передовые методы измерения и управления неопределенностью в промышленных задачах;
конформный подход к оценке неопределенности в прогнозировании и NLP.
Издание предназначено специалистам по data science, инженерам по машинному обучению, ученым и всем, кто хочет улучшить свои навыки в области количественной оценки неопределенности в МО.
Для изучения материала понадобятся базовые знаниями в области машинного обучения и программирования на Python.
Издание: Цветное
Оригинальное название: Practical Guide to Applied Conformal Prediction in Python
Оригинальный правообладатель: Packt
Автор: Манохин В., Груздев А.В.
Объем, стр: ~350
ISBN: 978-5-93700-341-6
Формат: PDF
Стоимость: 1600
СЛИВЫ КУРСОВ
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- [Графика] Фотосток: 12 млн+ сток-фото, векторов и иллюстраций [№4 на 1 месяц] [unlimphotos.com]
- Расчет Матрицы судьбы онлайн [№2 на 1 год] [Яна Шмидт, МатрицаСудьбы.ру] [matrica-sudby.ru]
- Торговая Стратегия: Шаг цены [Konstantin Gold]
- Волосы. Инструкция по красоте [Инна Аминова]
- Лорд Рилсов 4-х дневный интенсив [Александр Крофт]
- [ИИ] Искусственный интеллект Claude: ваш надежный помощник в любой задаче [№11 на 1 месяц] [claude.ai]