Капоне
Администратор
- Регистрация
- 1 Апр 2015
- Сообщения
- 152.035
- Реакции
- 465.805
Прикладное машинное обучение и искусственный интеллект для инженеров [Джеф Просиз]
Просиз Джеф
ISBN 978-601-09-5051-1
Количество страниц 640
Печать Черно-белая
pdf скан
Книга рассказывает о применении искусственного интеллекта и машинного обучения в бизнесе и инженерной практике. Подробно описаны популярные алгоритмы машинного обучения и разъяснено, когда их целесообразно использовать. Приведены примеры построения моделей машинного обучения на языке Python с помощью библиотеки Scikit-Learn, а также создания нейронных сетей посредством библиотек Keras и TensorFlow. Изложены базовые принципы и способы оценки регрессионных моделей, моделей бинарной и многоклассовой классификации. Показаны примеры создания модели распознавания лиц и обнаружения объектов, языковых моделей, отвечающих на естественно-языковые вопросы и переводящих текст на другие языки. Рассмотрено использование набора облачных API Cognitive Services для внедрения ИИ в различные приложения.
Эта книга поможет вам:
узнать, что такое машинное обучение и глубокое обучение;
понять, как работают популярные алгоритмы машинного обучения и когда их следует применять;
построить модели машинного обучения на языке Python с помощью библиотеки Scikit-Learn, а также создать нейронные сети, используя библиотеки Keras и TensorFlow;
обучать и оценивать регрессионные модели, а также модели бинарной и многоклассовой классификации;
создавать модели распознавания лиц и обнаружения объектов;
строить языковые модели, отвечающие на естественно-языковые вопросы и переводящие текст на другие языки;
использовать набор облачных API Cognitive Services для внедрения ИИ в создаваемые вами приложения.
Просиз Джеф
ISBN 978-601-09-5051-1
Количество страниц 640
Печать Черно-белая
pdf скан
Книга рассказывает о применении искусственного интеллекта и машинного обучения в бизнесе и инженерной практике. Подробно описаны популярные алгоритмы машинного обучения и разъяснено, когда их целесообразно использовать. Приведены примеры построения моделей машинного обучения на языке Python с помощью библиотеки Scikit-Learn, а также создания нейронных сетей посредством библиотек Keras и TensorFlow. Изложены базовые принципы и способы оценки регрессионных моделей, моделей бинарной и многоклассовой классификации. Показаны примеры создания модели распознавания лиц и обнаружения объектов, языковых моделей, отвечающих на естественно-языковые вопросы и переводящих текст на другие языки. Рассмотрено использование набора облачных API Cognitive Services для внедрения ИИ в различные приложения.
Эта книга поможет вам:
узнать, что такое машинное обучение и глубокое обучение;
понять, как работают популярные алгоритмы машинного обучения и когда их следует применять;
построить модели машинного обучения на языке Python с помощью библиотеки Scikit-Learn, а также создать нейронные сети, используя библиотеки Keras и TensorFlow;
обучать и оценивать регрессионные модели, а также модели бинарной и многоклассовой классификации;
создавать модели распознавания лиц и обнаружения объектов;
строить языковые модели, отвечающие на естественно-языковые вопросы и переводящие текст на другие языки;
использовать набор облачных API Cognitive Services для внедрения ИИ в создаваемые вами приложения.
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- [Вязание] Уютный свитер с воротником-стойкой спицами Romaine [Вяжи.ру]
- [Вязание] Мастер-класс по вязанию спицами юбки Поли [Юлия Имукина]
- [Вязание] Элегантный пуловер-реглан с коротким рукавом спицами Olivia Slipover [Вяжи.ру] [Minimi Knit]
- Экспресс-курс подготовки к ЕГЭ-2026 по физике [ЕГЭ/ОГЭ Физика] [Михаил Бегунов]
- Когнитивно-поведенческая терапия: мастерство и эффективность. Модуль 6 [Тариф Слушатель] [Юлия Горячева, Адриан Уэллс, Аарон Бек]
- Эмоциональная турбулентность [EduNote] [Елена Ливач]