Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 6 Stimmen.
Scikit-Learn in Details: Deep Understanding
Dieses Buch ist ein Leitfaden für die Verwendung von Scikit-Learn, einer Bibliothek für maschinelles Lernen für die Programmiersprache Python. Der Autor erklärt Ihnen zunächst, was Scikit-Learn ist und wie Sie es auf Ihrem System einrichten. Sie werden auch angeleitet, wie Sie Datensätze in Scikit-Learn laden. Der Autor zeigt Ihnen dann, wie Sie die verschiedenen Algorithmen des maschinellen Lernens verwenden können, um mit Scikit-Learn verschiedene Arten von maschinellen Lernmodellen zu implementieren. Einige der besprochenen Algorithmen sind Support Vector Machine (SVM), Lineare Regression, K-Nearest Neighbors und K-Means. Für all diese Algorithmen werden praktische Beispiele gegeben, so dass Sie wissen, wie man Modelle implementiert und sie für Vorhersagen verwendet.
Der Inhalt ist:
Erste Schritte mit Scikit-learn Support Vector Machines in Scikit-learn Scikit-Learn Linear Regression Scikit-Learn k-Nearest Neighbors Classifier K-Means Clustering With Scikit-Learn Themen sind unter anderem: python programmiersprache, python, lineare regression buch, scikit-learn, scikit-learn und tensorflow, support vector machine, lineare regression, k-nearest neighbor, k-means, kernel, lineare regressionsmodelle, datenvisualisierung, lineare regressionsanalyse, lineare regression machine learning.
| ISBN: | 9781731040510 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
