158722
Książka
W koszyku
Zaawansowane uczenie maszynowe z językiem Python / John Hearty ; [tłumaczenie Konrad Matuk]. - Gliwice : Helion, copyright 2017. - 246 stron: ilustracje, wykresy ; 24 cm.
(Technologia i Rozwiązania)
Nienadzorowane uczenie maszynowe Analiza głównych składowych (PCA) Podstawy analizy głównych składowych Stosowanie algorytmu analizy głównych składowych Wprowadzenie grupowania metodą k-średnich Grupowanie - wprowadzenie Rozpoczynamy grupowanie Dostrajanie konfiguracji klastrów Sieci Kohonena Sieci Kohonena - wprowadzenie Korzystanie z sieci Kohonena Sieci DBN Sieci neuronowe - wprowadzenie Budowa sieci neuronowej Topologie sieci Ograniczona maszyna Boltzmanna Ograniczone maszyny Boltzmanna - wstęp Zastosowania ograniczonych maszyn Boltzmanna Dalsze zastosowania ograniczonej maszyny Boltzmanna Sieci głębokie Trenowanie sieci DBN Stosowanie sieci DBN Walidacja sieci DBN Stosy autoenkoderów odszumiających Autoenkodery Autoenkodery - wprowadzenie Odszumianie autoenkoderów Korzystanie z autoenkodera odszumiającego Stosy autoenkoderów odszumiających Korzystanie ze stosu autoenkoderów odszumiających Ocena wydajności stosu autoenkoderów odszumiających Konwolucyjne sieci neuronowe Konwolucyjne sieci neuronowe - wprowadzenie Topologia sieci konwolucyjnej Korzystanie z konwolucyjnych sieci neuronowych Częściowo nadzorowane uczenie maszynowe Czym jest uczenie częściowo nadzorowane? Działanie algorytmów uczenia częściowo nadzorowanego Samodzielne uczenie się) Kontrastywna pesymistyczna estymacja prawdopodobieństwa Rozpoznawanie języka naturalnego i selekcja cech Selekcja cech danych tekstowych Czyszczenie danych tekstowych Tworzenie cech na podstawie danych tekstowych Testowanie przygotowanych danych Selekcja cech - część II Tworzenie zestawu cech Selekcja cech pod kątem uczenia maszynowego Korzystanie z technik selekcji cech Inżynieria cech w praktyce Pobieranie danych za pomocą interfejsów REST Metody zespołowe Wprowadzenie do metod zespołowych Metody uśredniające Stosowanie metod wzmacniania Stosowanie metod kontaminacji Wykorzystanie modeli w zastosowaniach dynamicznych Czym jest elastyczność modeli? Strategie zarządzania elastycznością modelu Dodatkowe narzędzia uczenia maszynowego w języku Python Alternatywne narzędzia programowe Biblioteka Lasagne - wprowadzenie Biblioteka TensorFlow - wprowadzenie Kiedy warto korzystać z tych bibliotek? Wymagania przykładowych skryptów
Sygnatura czytelni BWEAiI: XII Ł 87
Pliki multimedialne:
Status dostępności:
Biblioteka WEAiI
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 145179 N (1 egz.)
Strefa uwag:
Uwaga dotycząca bibliografii
Indeks.
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej

Deklaracja dostępności