Создание приложений машинного обучения от идеи к продукту

Создание приложений машинного обучения от идеи к продукту

Библиографическая информация
Главный автор:	Амейзен, Эммануэль
Формат:	Книга
Язык:	Russian
Публикация:	Санкт-Петербург [и др.] Питер 2023
Серии:	Библиотека программиста
Предметы:	машинное обучение, приложения машинное обучение, разработка модели машинное обучение, проекты машинное обучение, редактор пайпланы, содание данные, тренды данные для принятия решений о признаках данные для принятия решений о моделях данные, нахождение данные, разметка данные, использование машинное обучение, оценка модели машинное обучение, отладка приложений машинное обучение, интегрирование в приложения машинное обучение, инструменты машинное обучение, алгоритмы машинное обучение, применение

Похожие документы

Интерпретируемое машинное обучение на Python научитесь создавать интерпретируемые высокопроизводительные модели на практических примерах из реальной жизни : пер. с англ.
по: Масис, Серг
Публикация: (2023)

Инженерия машинного обучения
по: Бурков, Андрей
Публикация: (2022)

Машинное обучение с использованием Python сборник рецептов : [практические решения от предобработки до глубокого обучения] : пер. с англ.
по: Элбон, Крис
Публикация: (2022)

Основы машинного обучения для аналитического прогнозирования алгоритмы, рабочие примеры и тематические исследования : пер. с англ.
по: Келлехер, Джон Д
Публикация: (2019)

Вероятностное машинное обучение введение
по: Мэрфи, Кэвин Патрик
Публикация: (2023)

Физически информированное машинное обучение
по: Берцун, Артемий Николаевич

Математические основы машинного обучения и прогнозирования
по: Вьюгин, Владимир Вячеславович
Публикация: (2018)

Рандомизированное машинное обучение при ограниченных объемах данных. От эмпирической вероятности к энтропийной рандомизации [монография]
по: Попков, Юрий Соломонович 1937-
Публикация: (2019)

Обнаружение аномалий технологических сигналов с использованием ансамбля классификаторов и вейвлет-преобразований
по: Мурзагулов, Дамир Альбертович

Распознавание неполных последовательностей, описываемых скрытыми марковскими моделями, в пространстве первых производных от логарифма функции правдоподобия
по: Уваров, Вадим Евгеньевич

Введение в машинное обучение с помощью Python руководство для специалистов по работе с данными
по: Мюллер, Андреас
Публикация: (2019)

Обучение с подкреплением для реальных задач. Инженерный подход [для аналитиков данных и специалистов по искусственному интеллекту] : пер. с англ.
по: Уиндер, Фил
Публикация: (2023)

Python и машинное обучение машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow : пер. с англ.
по: Рашка, Себастьян
Публикация: (2019)

Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных
по: Флах, Петер
Публикация: (2015)

Интеллектуальный анализ данных учебное пособие : [для студентов университетов и втузов]
по: Замятин, Александр Владимирович
Публикация: (2020)

Анализ данных в экономике: теория вероятностей, прикладная статистика, обработка и визуализация данных в Microsoft Excel [учебник для направления бакалавриата "Экономика и управление"]
по: Соловьев, Владимир Игоревич
Публикация: (2023)

Алгоритм предсказания продаж с использованием технологий машинного обучения
по: Гайдук, Кристина Алексеевна

Методы и алгоритмы сегментации медицинских изображений на основе машинного обучения автореферат диссертации на соискание ученой степени кандидата технических наук спец. 05.13.01
по: Данилов, В. В. специалист в области информатики и вычислительной техники инженер Томского политехнического университета 1989-
Публикация: (2020)

Цифровые следы как новый источник данных о качестве жизни и благополучии: обзор современных тенденций
по: Щекотин, Евгений Викторович

Анализ нейронных сетей в телемедицине
по: Кузнецов, Денис Николаевич

Применение неконтролируемой кластеризации выборок для повышения качественных показателей многоуровневых моделей обработки данных
по: Лебедев, Илья Сергеевич

О методе машинного обучения для обнаружения аномалий в SQL-запросах
по: Мурзина, Александра Ивановна

Tradeoff search methods between interpretability and accuracy of the identification fuzzy systems based on rules
по: Yankovskaya, Anna Efimovna

Assessing trustworthiness of IoT applications using logic circuits
по: Laputenko, Andrey V.

Diffuse reflectance and machine learning techniques to differentiate colorectal cancer ex vivo

Компьютерное зрение. Современные методы и перспективы развития
Публикация: (2022)

Linear TV recommender through Big Data
по: Baklanov, Mikhail A.

Открытые данные - 2021 материалы форума, Севастополь, 30 сентября – 2 октября 2021 г.
Публикация: (2021)

Применение методов машинного обучения для классификации резонансного движения астероидов

Применение алгоритма машинного обучения для профориентации абитуриентов высшего учебного заведения

Влияние искусственного интеллекта и машинного обучения на финансовую культуру россиян
по: Шпет, Валентина Вадимовна

Глубокое обучение с R и Keras Франсуа Шолле ; при участии Томаша Калиновски и Дж. Дж. Аллера ; пер. с англ. В. С. Яценкова
по: Шолле, Франсуа
Публикация: (2023)

Modern applications of machine learning
по: Sibirtseva, V. O.

Обнаружение аномалий в составных объектах в формате JSON
по: Шляхтина, Елена Анатольевна

Application of machine learning algorithms and laser absorption spectroscopy to solve the problem of determining components with a low concentration in multicomponent gas mixtures
по: Prischepa, Vladimir V.

Predictive models for COVID-19 detection using routine blood tests and machine learning

Implementation of data fusion to increase the efficiency of classification of precancerous skin states using in vivo bimodal spectroscopic technique

Application of k-means clustering and histogram analysis to automate preprocessing of images of discomycetes obtained in the habitat
по: Filimonova, Darya A.

Возможности использования цифровых следов для прогнозирования образовательных достижений студентов

Метод прогнозирования дефектов в компонентах программного обеспечения на основе метрик исходного кода: автореферат диссертации ... кандидата технических наук: 05.13.01/
по: Кирносенко, С. И. Семен Игоревич
Публикация: (2012)