Download des machine learning book machine learning book

machine learning book

Python

v1.1

Herunterladen

Maschinelles Lernen mit Pytorch und Scikit-Learn -Buch

Code -Repository

Taschenbuch: 770 Seiten
Verlag: Packt Publishing
Sprache: Englisch

ISBN-10: 1801819319
ISBN-13: 978-1801819312
Kindle Asin: B09NW48MR1

Links

Amazon Link
Packt -Link
Blog -Beitrag, der den Inhalt zusammenfasst

Inhalts- und Code -Notizbücher

Hilfreiche Installations- und Setup -Anweisungen finden Sie in der Datei Readme.md von Kapitel 1 .

Darüber hinaus hat ZbyNEK Bazanowski diesen hilfreichen Leitfaden beigetragen, in dem erklärt wird, wie die Code -Beispiele auf Google Colab ausgeführt werden.

Bitte beachten Sie, dass dies nur die Code -Beispiele sind, die das Buch begleitet, das wir zu Ihrer Bequemlichkeit hochgeladen haben. Beachten Sie, dass diese Notizbücher ohne die Formeln und den beschreibenden Text möglicherweise nicht nützlich sind.

Maschinelles Lernen - Computern die Möglichkeit, aus Daten zu lernen [Open DIR]
Trainingsalgorithmen für maschinelles Lernen zur Klassifizierung [Open DIR]
Eine Tour durch Klassifizierer des maschinellen Lernens mit Scikit-Learn [Open DIR]
Aufbau guter Trainingssätze-Daten vorverarbeitung [Open DIR]
Komprimieren von Daten durch Dimensionalitätsreduzierung [Open DIR]
Best Practices für die Modellbewertung und Hyperparameteroptimierung lernen [Open DIR]
Kombination verschiedener Modelle für das Ensemble -Lernen [Open DIR]
Anwenden von maschinellem Lernen auf Sentiment -Analyse [Open DIR]
Vorhersage kontinuierlicher Zielvariablen mit Regressionsanalyse [Open DIR]
Arbeiten mit nicht beliebigen Daten - Clustering -Analyse [Open DIR]
Implementierung eines mehrschichtigen künstlichen neuronalen Netzwerks von Grund auf [Open DIR]
Parallelisieren Sie das neuronale Netzwerk Training mit Pytorch [Open DIR]
Tiefer gehen - Die Mechanik von Pytorch [Open DIR]
Klassifizierung von Bildern mit tiefen Faltungsnetzwerken [Open DIR]
Modellierung sequentieller Daten mit rezidivierenden neuronalen Netzwerken [Open DIR]
Transformatoren - Verbesserung der natürlichen Sprachverarbeitung mit Aufmerksamkeitsmechanismen [Open DIR]
Generative kontroverse Netzwerke für die Synthese neuer Daten [Open DIR]
Graph Neuronale Netze zum Erfassen von Abhängigkeiten in strukturierten drapischen Daten [Open DIR]
Verstärkungslernen für die Entscheidungsfindung in komplexen Umgebungen [Open DIR]

Sebastian Raschka, Yuxi (Hayden) Liu und Vahid Mirjalili. Maschinelles Lernen mit Pytorch und Scikit-Learn . Packt Publishing, 2022.

 @book{mlbook2022,  
address = {Birmingham, UK},  
author = {Sebastian Raschka, and Yuxi (Hayden) Liu, and Vahid Mirjalili},  
isbn = {978-1801819312},   
publisher = {Packt Publishing},  
title = {{Machine Learning with PyTorch and Scikit-Learn}},  
year = {2022}  
}