Hodnocení:
Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 6 hlasů.
Scikit-Learn in Details: Deep Understanding
Tato kniha je návodem, jak používat Scikit-Learn, knihovnu strojového učení pro programovací jazyk Python. Autor vám nejprve pomůže zjistit, co je Scikit-Learn a jak jej nastavit ve vašem systému. Dále vás provede tím, jak do Scikit-Learn načíst datové sady. Poté vás autor provede tím, jak pomocí různých algoritmů strojového učení implementovat modely strojového učení různých typů pomocí Scikit-Learn. Mezi probírané algoritmy patří například Support Vector Machine (SVM), lineární regrese, K-Nearest Neighbors a K-Means. U všech byly uvedeny praktické příklady, a proto budete vědět, jak modely implementovat a používat je k vytváření předpovědí.
Obsahem je:
Začínáme se Scikit-learn Support Vector Machines v Scikit-learn Scikit-Learn Lineární regrese Scikit-Learn Klasifikátor k-Nejbližší sousedé K-Means Shlukování pomocí Scikit-Learn Témata zahrnují: 1. Základní informace: programovací jazyk python, python, kniha o lineární regresi, scikit-learn, scikit-learn a tensorflow, support vector machine, lineární regrese, k-nejbližší soused, k-means, jádro, lineární regresní modely, vizualizace dat, lineární regresní analýza, lineární regresní strojové učení.
© Book1 Group - všechna práva vyhrazena.
Obsah těchto stránek nesmí být kopírován ani použit, a to ani částečně ani úplně, bez písemného svolení vlastníka.
Poslední úprava: 2024.11.08 20:25 (GMT)