Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 10 Stimmen.
MATLAB Machine Learning Recipes: A Problem-Solution Approach
Nutzen Sie die Leistungsfähigkeit von MATLAB, um eine Vielzahl von Herausforderungen im Bereich des maschinellen Lernens zu meistern. Dieses Buch enthält eine Reihe von Beispielen für Technologien, die für maschinelles Lernen entscheidend sind. Jedes Beispiel löst ein reales Problem aus der Praxis. Der gesamte Code in MATLAB Machine Learning Recipes: A Problem-Solution Approach ist ausführbar. Die Toolbox, auf die der Code zurückgreift, bietet einen vollständigen Satz von Funktionen, die zur Implementierung aller Aspekte des maschinellen Lernens benötigt werden. Die Autoren Michael Paluszek und Stephanie Thomas zeigen, wie all diese Technologien es dem Leser ermöglichen, anspruchsvolle Anwendungen zur Lösung von Problemen in den Bereichen Mustererkennung, autonomes Fahren, Expertensysteme und vieles mehr zu erstellen.
Was Sie lernen werden:
⬤ Wie man mit MATLAB Code für maschinelles Lernen, adaptive Steuerung und Schätzung schreibt.
⬤ Wie diese drei Bereiche sich gegenseitig ergänzen.
⬤ Wie diese drei Bereiche für robuste Anwendungen des maschinellen Lernens benötigt werden.
⬤ Wie man MATLAB-Grafik- und Visualisierungstools für maschinelles Lernen einsetzt.
⬤ Wie man Beispiele aus der Praxis in MATLAB für wichtige Anwendungen des maschinellen Lernens in Big Data programmiert.
Zielgruppe: Ingenieure, Datenwissenschaftler und Studenten, die ein umfassendes Kochbuch mit vielen Beispielen zum maschinellen Lernen mit MATLAB suchen.
| ISBN: | 9781484239155 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
