- Регистрация
- 8 Сен 2016
- Сообщения
- 483.930
- Реакции
- 268.180
**Прикладное машинное обучение и искусственный интеллект для инженеров**
*Автор: Джеф Просиз*
ISBN: 978-601-09-5051-1
Количество страниц: 640
Печать: Черно-белая
Формат: pdf скан
В этой книге рассматривается применение искусственного интеллекта и машинного обучения в бизнесе и инженерной сфере. Вы найдете подробное описание популярных алгоритмов машинного обучения, а также информацию о том, когда их лучше всего использовать. Приведены примеры построения моделей машинного обучения на Python с использованием библиотеки Scikit-Learn, а также создания нейронных сетей с помощью Keras и TensorFlow. Рассматриваются основы оценки регрессионных моделей, моделей бинарной и многоклассовой классификации. Показаны примеры создания моделей распознавания лиц и обнаружения объектов, языковых моделей для ответов на естественно-языковые вопросы и перевода текста на другие языки. Также обсуждается использование облачных API Cognitive Services для интеграции ИИ в различные приложения.
Эта книга поможет вам:
- Понять суть машинного и глубокого обучения;
- Узнать, как работают популярные алгоритмы машинного обучения и когда их применять;
- Создать модели машинного обучения на Python с помощью Scikit-Learn;
- Изучить создание нейронных сетей с использованием Keras и TensorFlow;
- Обучать и оценивать регрессионные модели, модели классификации;
- Разрабатывать модели распознавания лиц и объектов;
- Строить языковые модели для ответов на вопросы и перевода текста;
- Внедрять искусственный интеллект с помощью облачных API Cognitive Services в ваши приложения.
*Автор: Джеф Просиз*
ISBN: 978-601-09-5051-1
Количество страниц: 640
Печать: Черно-белая
Формат: pdf скан
В этой книге рассматривается применение искусственного интеллекта и машинного обучения в бизнесе и инженерной сфере. Вы найдете подробное описание популярных алгоритмов машинного обучения, а также информацию о том, когда их лучше всего использовать. Приведены примеры построения моделей машинного обучения на Python с использованием библиотеки Scikit-Learn, а также создания нейронных сетей с помощью Keras и TensorFlow. Рассматриваются основы оценки регрессионных моделей, моделей бинарной и многоклассовой классификации. Показаны примеры создания моделей распознавания лиц и обнаружения объектов, языковых моделей для ответов на естественно-языковые вопросы и перевода текста на другие языки. Также обсуждается использование облачных API Cognitive Services для интеграции ИИ в различные приложения.
Эта книга поможет вам:
- Понять суть машинного и глубокого обучения;
- Узнать, как работают популярные алгоритмы машинного обучения и когда их применять;
- Создать модели машинного обучения на Python с помощью Scikit-Learn;
- Изучить создание нейронных сетей с использованием Keras и TensorFlow;
- Обучать и оценивать регрессионные модели, модели классификации;
- Разрабатывать модели распознавания лиц и объектов;
- Строить языковые модели для ответов на вопросы и перевода текста;
- Внедрять искусственный интеллект с помощью облачных API Cognitive Services в ваши приложения.
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- SEO-Аналитика [Алексей Чекушин]
- ВПР-5 [Наталия Афанасьева]
- [Вязание] Женский топ рельефным узором спицами с фестонами по отделке Cyra [Вяжи.ру] [Ким Харгривз]
- Тренинг ReelsUp [Анна Галашева]
- [Вязание] Свитер реглан жемчужным узором спицами сверху Ppoppo [Вяжи.ру] [Aegyoknit]
- [Вязание] Короткий жакет Myiu [Вяжи.ру]
- Исцеляющая Сила Психоделиков [Дмитрий Домбровский]
- Игры без правил. Сборник 40 видео с играми [Мария Елисеева]