Машинное обучение: основы, алгоритмы и практика применения : [подробное руководство]
Джереми Уатт, Реза Борхани, Аггелос Катсаггелос, перевод с английского Андрея Логунова
Представлены фундаментальные знания и практические инструменты в области машинного обучения, в том числе более 100 углубленных упражнений на языке Python. Дано введение в машинное обучение и математическую оптимизацию, включая методы первого и второго порядков, градиентного спуска и Ньютона. Приведено полное описание обучения с учителем, включая линейную регрессию, двухклассовую и многоклассовую классификацию, а также обучение без учителя и фундаментальные методы генерации признаков Дано введение в нелинейное обучение с учителем и без. Обсуждается тема автоматизированного отбора подходящих нелинейных моделей, включая перекрестную валидацию, бустирование, регуляризацию и ансамблирование. Рассмотрены фиксированно-контурные ядра, нейронные сети, деревья и другие универсальные аппроксиматоры. Отдельно дана полная трактовка продвинутых методов оптимизации. Электронный архив на сайте издательства содержит коды всех примеров и более 300 цветных иллюстраций.
Година:
2022
Издателство:
БХВ-Петербург
Език:
russian
Страници:
612
ISBN 10:
5977567634
ISBN 13:
9785977567633
Файл:
PDF, 93.28 MB
IPFS:
,
russian, 2022
Litres
Искате ли да добавите книжарница? Свържете се с нас на support@z-lib.do
Конвертиране на файлове
Още резултати от търсенето
Други предимства 
![Дэвид Фостер ; [перевод с английского А. Киселева] — Генеративное глубокое обучение. Творческий потенциал нейронных сетей](https://s3proxy.cdn-zlib.se/covers200/collections/genesis/cf325945868b7ca338ab32f6dce048d31cb5dcdbeccd5cb6fee9ba1679eca3ac.jpg)
Най-често използвани термини
Свързани списъци с книги
