Página InicialGruposDiscussãoMaisZeitgeist
Este sítio web usa «cookies» para fornecer os seus serviços, para melhorar o desempenho, para analítica e (se não estiver autenticado) para publicidade. Ao usar o LibraryThing está a reconhecer que leu e compreende os nossos Termos de Serviço e Política de Privacidade. A sua utilização deste sítio e serviços está sujeita a essas políticas e termos.
Hide this

Resultados dos Livros Google

Carregue numa fotografia para ir para os Livros Google.

Hands-On Machine Learning with Scikit-Learn…
A carregar...

Hands-On Machine Learning with Scikit-Learn and TensorFlow : Concepts,… (edição 2017)

por Aurélien Géron (Autor)

MembrosCríticasPopularidadeAvaliação médiaDiscussões
1392149,292 (4.27)Nenhum(a)
Graphics in this book are printed in black and white. Through a series of recent breakthroughs, deep learning has boosted the entire field of machine learning. Now, even programmers who know close to nothing about this technology can use simple, efficient tools to implement programs capable of learning from data. This practical book shows you how. By using concrete examples, minimal theory, and two production-ready Python frameworks--scikit-learn and TensorFlow--author Aurélien Géron helps you gain an intuitive understanding of the concepts and tools for building intelligent systems. You'll learn a range of techniques, starting with simple linear regression and progressing to deep neural networks. With exercises in each chapter to help you apply what you've learned, all you need is programming experience to get started. Explore the machine learning landscape, particularly neural nets Use scikit-learn to track an example machine-learning project end-to-end Explore several training models, including support vector machines, decision trees, random forests, and ensemble methods Use the TensorFlow library to build and train neural nets Dive into neural net architectures, including convolutional nets, recurrent nets, and deep reinforcement learning Learn techniques for training and scaling deep neural nets Apply practical code examples without acquiring excessive machine learning theory or algorithm details… (mais)
Membro:Dynafor
Título:Hands-On Machine Learning with Scikit-Learn and TensorFlow : Concepts, Tools, and Techniques to Build Intelligent Systems
Autores:Aurélien Géron (Autor)
Informação:O'Reilly Media, Inc, USA (2017), 566 pages
Colecções:SAGA
Avaliação:
Etiquetas:ECOL 886

Pormenores da obra

Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems por Aurélien Géron

Adicionado recentemente porleah_penney, hakank, mr_ubik, leslie.emery, spenczar, TobyW78

Nenhum(a).

Nenhum(a)
A carregar...

Adira ao LibraryThing para descobrir se irá gostar deste livro.

Ainda não há conversas na Discussão sobre este livro.

Mostrando 2 de 2
A thorough yet engaging introduction to machine learning techniques and ideas using the popular scikit-learn python library. Well worth reading through for a solid grounding .in basic strategiies and techniques. ( )
  ccatalfo | Oct 22, 2018 |
Read this one for work. The overview material on scikit-learn is broad and useful. Although the TensorFlow examples are likely to become stale after new versions are pushed, the theory and discussion motivating deep learning are top-notch. ( )
  albertgoldfain | Feb 9, 2018 |
Mostrando 2 de 2
sem críticas | adicionar uma crítica
Tem de autenticar-se para poder editar dados do Conhecimento Comum.
Para mais ajuda veja a página de ajuda do Conhecimento Comum.
Título canónico
Título original
Títulos alternativos
Data da publicação original
Pessoas/Personagens
Locais importantes
Acontecimentos importantes
Filmes relacionados
Prémios e menções honrosas
Epígrafe
Dedicatória
Primeiras palavras
Citações
Últimas palavras
Nota de desambiguação
Editores da Editora
Autores de citações elogiosas (normalmente na contracapa do livro)
Língua original
DDC/MDS canónico

Referências a esta obra em recursos externos.

Wikipédia em inglês

Nenhum(a)

Graphics in this book are printed in black and white. Through a series of recent breakthroughs, deep learning has boosted the entire field of machine learning. Now, even programmers who know close to nothing about this technology can use simple, efficient tools to implement programs capable of learning from data. This practical book shows you how. By using concrete examples, minimal theory, and two production-ready Python frameworks--scikit-learn and TensorFlow--author Aurélien Géron helps you gain an intuitive understanding of the concepts and tools for building intelligent systems. You'll learn a range of techniques, starting with simple linear regression and progressing to deep neural networks. With exercises in each chapter to help you apply what you've learned, all you need is programming experience to get started. Explore the machine learning landscape, particularly neural nets Use scikit-learn to track an example machine-learning project end-to-end Explore several training models, including support vector machines, decision trees, random forests, and ensemble methods Use the TensorFlow library to build and train neural nets Dive into neural net architectures, including convolutional nets, recurrent nets, and deep reinforcement learning Learn techniques for training and scaling deep neural nets Apply practical code examples without acquiring excessive machine learning theory or algorithm details

Não foram encontradas descrições de bibliotecas.

Descrição do livro
Resumo Haiku

Ligações Rápidas

Capas populares

Avaliação

Média: (4.27)
0.5
1
1.5
2 1
2.5
3 1
3.5
4 3
4.5
5 6

É você?

Torne-se num Autor LibraryThing.

 

Acerca | Contacto | LibraryThing.com | Privacidade/Termos | Ajuda/Perguntas Frequentes | Blogue | Loja | APIs | TinyCat | Bibliotecas Legadas | Primeiros Críticos | Conhecimento Comum | 155,745,653 livros! | Barra de topo: Sempre visível