Основы работы с моделями машинного и глубокого обучения учебное пособие

Основы работы с моделями машинного и глубокого обучения учебное пособие

Представлены необходимые инструменты для программной и математической разработки моделей прикладного машинного и глубокого обучения. Показаны базовые принципы и аспекты, которыми оперирует область Data Science. Дан ознакомительный экскурс по теоретической составляющей курса, для каждой рассмотренной...

Полное описание

Сохранить в:

Библиографические подробности
Главный автор:	Пылов, П. А. (070)
Формат:	Книга
Темы:	глубокое обучение машинное обучение гребневая регрессия нейронная сеть
Online-ссылка:	Перейти к просмотру издания
Метки:	Добавить метку Нет меток, Требуется 1-ая метка записи!

Схожие документы

Машинное обучение учебное пособие
Автор: Горбаченко, В. И.

Шаблоны и практика глубокого обучения
Автор: Ферлитш, Э.

Теория и практика машинного обучения учебное пособие

Технологии машинного обучения в кибербезопасности учебное пособие
Автор: Платонов, В. В.

Методы машинного обучения учебно-методическое пособие
Автор: Ракитский, А. А.

Библиотека Keras – инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow
Автор: Джулли, А.

Глубокое обучение с точки зрения практика
Автор: Паттерсон, Дж

Глубокое обучение без математики. Т.2. Практика
Автор: Гласснер, Э.

Асимптотический анализ поведения прикладных моделей машинного обучения учебное пособие
Автор: Протодьяконов, А. В.

Методы машинного обучения учебное пособие
Автор: Шевченко, А. С.

Решение задач глубокого обучения с использованием фреймворков Pytorch и Pytorch Lightning учебное пособие
Автор: Елисеев, А. И.

Глубокое обучение без математики. Т.1. Основы
Автор: Гласснер, Э.

Глубокое обучение
Автор: Гудфеллоу, Я.

Математические и программные методы построения моделей глубокого обучения учебное пособие

Обработка естественного языка с TensorFlow
Автор: Ганегедара, Т.

Машинное обучение с использованием библиотеки Н2О
Автор: Кук, Д.

Методы машинного обучения методические указания и задания к лабораторным работам по курсу
Автор: Сараев, П. В.

Машинное обучение: настраиваем ПО, готовим данные, анализируем
Автор: Горбаченко, В. И.

Изучение искусственного интеллекта на основе принципа интенсификации обучения монография
Автор: Пылов, П. А.

Интеллектуальные системы учебное пособие
Автор: Кадырова, Г. Р.

Современные методы инженерии знаний в задачах машинного обучения учебное пособие
Автор: Подоплелова, Е. С.

Основы статистических методов машинного обучения учебное пособие
Автор: Неделько, В. М.

Python для аналитики данных. Практический курс учебное пособие
Автор: Меликов, П. И.

Глубокое обучение для поисковых систем
Автор: Теофили, Т.

Основы интеллектуального анализа данных и машинного обучения: конспект лекций учебное пособие
Автор: Запечников, С. В.

Многокритериальные нейроэволюционные системы в задачах машинного обучения и человеко-машинного взаимодействия монография
Автор: Сопов, Е. А.

Нейронные сети учебное пособие
Автор: Шевченко, А. С.

Выявление инцидентов информационной безопасности и мошеннических транзакций методами машинного обучения учебное пособие
Автор: Целых, А. Н.

Извлечение знаний методами машинного обучения учебное пособие по курсам «модели и методы инженерии знаний», «методы машинного обучения»
Автор: Целых, А. Н.

Глубокое обучение в задаче ранней диагностики деменции монография
Автор: Пылов, П. А.

Методы интеллектуального анализа данных. Задача классификации учебное пособие

Искусственный интеллект и машинное обучение учебное пособие для спо
Автор: Митяков Е. С.
Опубликовано: (2025)

Искусственный интеллект и машинное обучение учебное пособие для вузов
Автор: Митяков Е. С.
Опубликовано: (2025)

Идеи машинного обучения: от теории к алгоритмам
Автор: Шалев-Шварц, Ш.

Конструирование признаков из контекста динамики показателей процессов

Оптимизация процессов глубокого бурения
Автор: Погарский А. А., и др.

Машинное обучение в финансах учебник для магистратуры

Принятие решений на основе методов машинного обучения учебное пособие по курсам «модели и методы инженерии знаний», «методы анализа больших данных»
Автор: Целых, А. Н.

Компьютерные средства искусственного интеллекта учебное пособие
Автор: Тюгашев, А. А.

Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow
Автор: Хапке, Х.