![Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow [DRM] - Ebook (Książka PDF) do pobrania w formacie PDF](https://cloud-cdn.virtualo.pl/covers/large/928838.jpg)
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow [DRM] - ebook
Wydawnictwo:
Data wydania:
4 października 2022
Format ebooka:
PDF
Format
PDF
czytaj
na laptopie
czytaj
na tablecie
Format e-booków, który możesz odczytywać na tablecie oraz
laptopie. Pliki PDF są odczytywane również przez czytniki i smartfony,
jednakze względu na komfort czytania i brak możliwości skalowania
czcionki, czytanie plików PDF na tych urządzeniach może być męczące dla
oczu. Więcej informacji znajdziesz w dziale Pomoc.
czytaj
na laptopie
Pliki PDF zabezpieczone watermarkiem możesz odczytać na dowolnym
laptopie po zainstalowaniu czytnika dokumentów PDF. Najpowszechniejszym
programem, który umożliwi odczytanie pliku PDF na laptopie, jest Adobe
Reader. W zależności od potrzeb, możesz zainstalować również inny
program - e-booki PDF pod względem sposobu odczytywania nie różnią
niczym od powszechnie stosowanych dokumentów PDF, które odczytujemy
każdego dnia.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu
w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale
Pomoc.
czytaj
na tablecie
Aby odczytywać e-booki na swoim tablecie musisz zainstalować specjalną
aplikację. W zależności od formatu e-booka oraz systemu operacyjnego,
który jest zainstalowany na Twoim urządzeniu może to być np. Bluefire
dla EPUBa lub aplikacja Kindle dla formatu MOBI.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu
w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale
Pomoc.
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow [DRM] - ebook
Ebook zabezpieczony DRM. Dowiedz się więcej https://www.empik.com/pomoc/faq-ebook.
Pamiętaj, ebook będzie dostępny do pobrania wyłącznie w wybranym przez Ciebie formacie.
Ebook po zakupie nie będzie dostępny do czytania w aplikacji Empik Go.
Through a recent series of breakthroughs, deep learning has boosted the entire field of machine learning. Now, even programmers who know close to nothing about this technology can use simple, efficient tools to implement programs capable of learning from data. This bestselling book uses concrete examples, minimal theory, and production-ready Python frameworks (Scikit-Learn, Keras, and TensorFlow) to help you gain an intuitive understanding of the concepts and tools for building intelligent systems.With this updated third edition, author Aurlien Gron explores a range of techniques, starting with simple linear regression and progressing to deep neural networks. Numerous code examples and exercises throughout the book help you apply what you've learned. Programming experience is all you need to get started.Use Scikit-learn to track an example ML project end to endExplore several models, including support vector machines, decision trees, random forests, and ensemble methodsExploit unsupervised learning techniques such as dimensionality reduction, clustering, and anomaly detectionDive into neural net architectures, including convolutional nets, recurrent nets, generative adversarial networks, autoencoders, diffusion models, and transformersUse TensorFlow and Keras to build and train neural nets for computer vision, natural language processing, generative models, and deep reinforcement learning
Pamiętaj, ebook będzie dostępny do pobrania wyłącznie w wybranym przez Ciebie formacie.
Ebook po zakupie nie będzie dostępny do czytania w aplikacji Empik Go.
Through a recent series of breakthroughs, deep learning has boosted the entire field of machine learning. Now, even programmers who know close to nothing about this technology can use simple, efficient tools to implement programs capable of learning from data. This bestselling book uses concrete examples, minimal theory, and production-ready Python frameworks (Scikit-Learn, Keras, and TensorFlow) to help you gain an intuitive understanding of the concepts and tools for building intelligent systems.With this updated third edition, author Aurlien Gron explores a range of techniques, starting with simple linear regression and progressing to deep neural networks. Numerous code examples and exercises throughout the book help you apply what you've learned. Programming experience is all you need to get started.Use Scikit-learn to track an example ML project end to endExplore several models, including support vector machines, decision trees, random forests, and ensemble methodsExploit unsupervised learning techniques such as dimensionality reduction, clustering, and anomaly detectionDive into neural net architectures, including convolutional nets, recurrent nets, generative adversarial networks, autoencoders, diffusion models, and transformersUse TensorFlow and Keras to build and train neural nets for computer vision, natural language processing, generative models, and deep reinforcement learning
| Kategoria: | Science |
| Język: | Angielski |
| Zabezpieczenie: | brak |
| ISBN: | 978-1-0981-2247-8 |
| Rozmiar pliku: | 69 MB |
