Практикум по машинному обучению на Python. Часть 2 учебное пособие по дисциплине: «Машинное обучение» для студентов, обучающихся по направлениям: 01.03.02 «Прикладная математика и информатика», 09.03.03 «Прикладная информатика», всех профилей (программы подготовки бакалавров) Ч. 2 Практикум по машинному обучению на Python. Часть 2

Учебное пособие предназначено для использования студентами в ходе практических занятий, научно-исследовательской и самостоятельной работы при освоении дисциплины «Машинное обучение»....

Полное описание

Сохранить в:

Библиографические подробности
Главный автор:	Коротеев М. В.
Другие авторы:	Одинцова В. А., Плешакова Е. С.
Формат:	Книга
Язык:	Russian
Опубликовано:	Москва Финансовый университет 2024
Темы:	парная регрессия полиномиальные модели классификация регрессия на реальных данных метод опорных векторов линейно разделимые данные линейно неразделимые данные данные без зазора перцептрон деревья решений задача классификации задача регрессии метод k ближайших соседей наивный байесовский классификатор метрики эффективности моделей машинного обучения разделение выборки построение метрик качества классификации
Online-ссылка:	https://e.lanbook.com/book/431105 https://e.lanbook.com/img/cover/book/431105.jpg
Метки:	Добавить метку Нет меток, Требуется 1-ая метка записи!


LEADER	03031nam0a2200493 i 4500
001	431105
003	RuSpLAN
005	20250516154004.0
008	250516s2024 ru gs 000 0 rus
040			\|a RuSpLAN
041	0		\|a rus
044			\|a ru
080			\|a 336.71:004(076.5)
084			\|a 65.262.51с51 \|2 rubbk
245	1		\|a Практикум по машинному обучению на Python. Часть 2 \|b учебное пособие по дисциплине: «Машинное обучение» для студентов, обучающихся по направлениям: 01.03.02 «Прикладная математика и информатика», 09.03.03 «Прикладная информатика», всех профилей (программы подготовки бакалавров) \|c Коротеев М. В.,Одинцова В. А.,Плешакова Е. С. \|n Ч. 2 \|p Практикум по машинному обучению на Python. Часть 2
260			\|a Москва \|b Финансовый университет \|c 2024
300			\|a 77 с.
504			\|a Библиогр.: доступна в карточке книги, на сайте ЭБС Лань
520	8		\|a Учебное пособие предназначено для использования студентами в ходе практических занятий, научно-исследовательской и самостоятельной работы при освоении дисциплины «Машинное обучение».
521	8		\|a Книга из коллекции Финансовый университет - Информатика
521	8		\|a СЭБ
653	0		\|a парная регрессия
653	0		\|a полиномиальные модели
653	0		\|a классификация
653	0		\|a регрессия на реальных данных
653	0		\|a метод опорных векторов
653	0		\|a линейно разделимые данные
653	0		\|a линейно неразделимые данные
653	0		\|a данные без зазора
653	0		\|a перцептрон
653	0		\|a деревья решений
653	0		\|a задача классификации
653	0		\|a задача регрессии
653	0		\|a метод k ближайших соседей
653	0		\|a наивный байесовский классификатор
653	0		\|a метрики эффективности моделей машинного обучения
653	0		\|a разделение выборки
653	0		\|a построение метрик качества классификации
100	1		\|a Коротеев М. В.
700	1		\|a Одинцова В. А.
700	1		\|a Плешакова Е. С.
856	4		\|u https://e.lanbook.com/book/431105
856	4	8	\|u https://e.lanbook.com/img/cover/book/431105.jpg
953			\|a https://e.lanbook.com/img/cover/book/431105.jpg

Схожие документы