Aprendizagem Automática em Python. Aprendizagem Supervisionada: KNN, SVM, Boosting, Bagging e Redes Adaline, Hopfield, MLP, RBF, LSTM, RNN e GRU (MACHINE LEARNING) (eBook, ePUB)
PAYBACK Punkte
0 °P sammeln!
Os algoritmos de aprendizagem automática utilizam métodos computacionais para extrair informações diretamente dos dados. A aprendizagem automática utiliza dois tipos de técnicas: a aprendizagem supervisionada, que treina um modelo com dados de entrada e saída conhecidos para que este possa prever resultados futuros, e a aprendizagem não supervisionada, que encontra padrões ocultos ou estruturas intrínsecas nos dados de entrada. A maioria das técnicas de aprendizagem supervisionada são desenvolvidas ao longo deste livro a partir de um ponto de vista metodológico e prático, com apl...
Os algoritmos de aprendizagem automática utilizam métodos computacionais para extrair informações diretamente dos dados. A aprendizagem automática utiliza dois tipos de técnicas: a aprendizagem supervisionada, que treina um modelo com dados de entrada e saída conhecidos para que este possa prever resultados futuros, e a aprendizagem não supervisionada, que encontra padrões ocultos ou estruturas intrínsecas nos dados de entrada. A maioria das técnicas de aprendizagem supervisionada são desenvolvidas ao longo deste livro a partir de um ponto de vista metodológico e prático, com aplicações através do software Python. As seguintes técnicas são abordadas em profundidade: Vizinho Mais Próximo (kNN), Máquina de Vetores de Suporte (SVM), Bayes Naive, Métodos de Conjunto, Bagging, Boosting, Votação, Empilhamento, Blending, Floresta Aleatória, Redes Neurais, Perceptron Multicamadas, Redes de Base Radial, Redes de Hopfield, Redes LSTM, Redes Recorrentes (RNN), Redes GRU e Redes Neurais para Previsão de Séries Temporais.
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, CY, CZ, D, DK, EW, E, FIN, F, GR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.
Andere Kunden interessierten sich für
