Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow

Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow
Der Artikel wird am Ende des Bestellprozesses zum Download zur Verfügung gestellt.
Konzepte, Tools und Techniken für intelligente Systeme
Sofort lieferbar | Lieferzeit: Sofort lieferbar

54,90 €*

Artikel-Nr:
9783960107606
Veröffentl:
2023
Seiten:
878
Autor:
Aurélien Géron
eBook Typ:
PDF
eBook Format:
Reflowable
Kopierschutz:
Digital Watermark [Social-DRM]
Sprache:
Deutsch
Beschreibung:

Aktualisierte und erweiterte 3. Auflage des Bestsellers zu TensorFlow und Deep Learning Behandelt jetzt viele neue Features von Scikit-Learn sowie die Keras-Tuner-Bibliothek und die NLP-Bibliothek Transformers von Hugging Face Führt Sie methodisch geschickt in die Basics des Machine Learning mit Scikit-Learn ein und vermittelt darauf aufbauend Deep-Learning-Techniken mit Keras und TensorFlow Mit zahlreiche Übungen und LösungenDurchbrüche beim Deep Learning haben das maschinelle Lernen in den letzten Jahren eindrucksvoll vorangebracht. Inzwischen können sogar Programmiererinnen und Programmierer, die kaum etwas über diese Technologie wissen, mit einfachen, effizienten Werkzeugen Machine-Learning-Programme implementieren. Dieses praxisorientierte Buch, jetzt aktualisiert und nochmals erweitert, zeigt Ihnen wie.Mit konkreten Beispielen, einem Minimum an Theorie und unmittelbar anwendbaren Python-Frameworks – Scikit-Learn, Keras und TensorFlow – verhilft Ihnen Aurélien Géron zu einem intuitiven Verständnis der Konzepte und Tools für das Entwickeln intelligenter Systeme. Sie lernen eine Vielzahl von Techniken kennen, beginnend mit einfacher linearer Regression bis hin zu Deep Neural Networks. Die in jedem Kapitel enthaltenen Übungen helfen Ihnen, das Gelernte in die Praxis umzusetzen. Um direkt zu starten, benötigen Sie lediglich etwas Programmiererfahrung.

Kunden Rezensionen

Zu diesem Artikel ist noch keine Rezension vorhanden.
Helfen sie anderen Besuchern und verfassen Sie selbst eine Rezension.