Chris albon (20 Ergebnisse)

Paperback. Zustand: Good. This practical guide provides nearly 200 self-contained recipes to help you solve machine learning challenges you may encounter in your daily work.

Paperback. Zustand: Fair. 1. The item might be beaten up but readable. May contain markings or highlighting, as well as stains, bent corners, or any other major defect, but the text is not obscured in any way.

Paperback. Zustand: Very Good. The book has been read, but is in excellent condition. Pages are intact and not marred by notes or highlighting. The spine remains undamaged.

paperback. Zustand: Like New. Most items will be dispatched the same or the next working day. An apparently unread copy in perfect condition. Dust cover is intact with no nicks or tears. Spine has no signs of creasing. Pages are clean and not marred by notes or folds of any kind.

paperback. Zustand: Very Good. Most items will be dispatched the same or the next working day. A copy that has been read, but is in excellent condition. Pages are intact and not marred by notes or highlighting. The spine remains undamaged.

Zustand: New. In English.

Zustand: Neuf.

Zustand: New.

Paperback. Zustand: Brand New. 2nd edition. 380 pages. 9.19x7.00x0.85 inches. In Stock.

Taschenbuch. Zustand: Neu. Neuware - This practical guide provides more than 200 self-contained recipes to help you solve machine learning challenges you may encounter in your work. If you're comfortable with Python and its libraries, including pandas and scikit-learn, you'll be able to address specific problems, from loading data to training models and leveraging neural networks. Each recipe in this updated edition includes code that you can copy, paste, and run with a toy dataset to ensure that it works. From there, you can adapt these recipes according to your use case or application. Recipes include a discussion that explains the solution and provides meaningful context. Go beyond theory and concepts by learning the nuts and bolts you need to construct working machine learning applications. You'll find recipes for: - Vectors, matrices, and arrays - Working with data from CSV, JSON, SQL, databases, cloud storage, and other sources - Handling numerical and categorical data, text, images, and dates and times - Dimensionality reduction using feature extraction or feature selection - Model evaluation and selection - Linear and logical regression, trees and forests, and k-nearest neighbors - Supporting vector machines (SVM), naäve Bayes, clustering, and tree-based models - Saving, loading, and serving trained models from multiple frameworks.…

Zustand: Gut. 349 S. - Wir versenden aus unserem deutschen Lager heraus in plastikfreien oder wiederverwendeten Polstertaschen. Sprache: Englisch Gewicht in Gramm: 666 Taschenbuch, Maße: 17.15 cm x 1.91 cm x 22.86 cm.

Taschenbuch. Zustand: Neu. Neuware -This practical guide provides more than 200 self-contained recipes to help you solve machine learning challenges you may encounter in your work. If you're comfortable with Python and its libraries, including pandas and scikit-learn, you'll be able to address specific problems, from loading data to training models and leveraging neural networks. Each recipe in this updated edition includes code that you can copy, paste, and run with a toy dataset to ensure that it works. From there, you can adapt these recipes according to your use case or application. Recipes include a discussion that explains the solution and provides meaningful context. Go beyond theory and concepts by learning the nuts and bolts you need to construct working machine learning applications. You'll find recipes for: - Vectors, matrices, and arrays - Working with data from CSV, JSON, SQL, databases, cloud storage, and other sources - Handling numerical and categorical data, text, images, and dates and times - Dimensionality reduction using feature extraction or feature selection - Model evaluation and selection - Linear and logical regression, trees and forests, and k-nearest neighbors - Supporting vector machines (SVM), naäve Bayes, clustering, and tree-based models - Saving, loading, and serving trained models from multiple frameworksLibri GmbH, Europaallee 1, 36244 Bad Hersfeld Englisch.…

Taschenbuch. Zustand: Neu. Neuware -This practical guide provides more than 200 self-contained recipes to help you solve machine learning challenges you may encounter in your work. If you're comfortable with Python and its libraries, including pandas and scikit-learn, you'll be able to address specific problems, from loading data to training models and leveraging neural networks. Each recipe in this updated edition includes code that you can copy, paste, and run with a toy dataset to ensure that it works. From there, you can adapt these recipes according to your use case or application. Recipes include a discussion that explains the solution and provides meaningful context. Go beyond theory and concepts by learning the nuts and bolts you need to construct working machine learning applications. You'll find recipes for: - Vectors, matrices, and arrays - Working with data from CSV, JSON, SQL, databases, cloud storage, and other sources - Handling numerical and categorical data, text, images, and dates and times - Dimensionality reduction using feature extraction or feature selection - Model evaluation and selection - Linear and logical regression, trees and forests, and k-nearest neighbors - Supporting vector machines (SVM), naäve Bayes, clustering, and tree-based models - Saving, loading, and serving trained models from multiple frameworks Englisch.…

ÉTAT : NEUF / NEW CONDITION 9782412094433 629366 7.

Zustand: Gut. Zustand: Gut | Seiten: 437 | Sprache: Französisch | Produktart: Bücher | Keine Beschreibung verfügbar.

Zustand: Used: Like New. LIVRE A L?ETAT DE NEUF. EXPEDIE SOUS 3 JOURS OUVRES. NUMERO DE SUIVI COMMUNIQUE AVANT ENVOI, EMBALLAGE RENFORCE. EAN:9782412094433.

Zustand: New. Python-Programmierer finden in diesem Kochbuch nahezu 200 wertvolle und jeweils in sich abgeschlossene Anleitungen zu Aufgabenstellungen aus dem Bereich des Machine Learning, wie sie fuer die taegliche Arbeit typisch sind - von der Vorverarbeitung der Daten b.

Taschenbuch. Zustand: Neu. Neuware - Python-Programmierer finden in diesem Kochbuch nahezu 200 wertvolle und jeweils in sich abgeschlossene Anleitungen zu Aufgabenstellungen aus dem Bereich des Machine Learning, wie sie für die tägliche Arbeit typisch sind - von der Vorverarbeitung der Daten bis zum Deep Learning.Entwickler, die mit Python und seinen Bibliotheken einschließlich Pandas und Scikit-Learn vertraut sind, werden spezifische Probleme erfolgreich bewältigen - wie etwa Daten laden, Text und numerische Daten behandeln, Modelle auswählen, Dimensionalität reduzieren und vieles mehr.Jedes Rezept enthält Code, den Sie kopieren, zum Testen in eine kleine Beispieldatenmenge einfügen und dann anpassen können, um Ihre eigenen Anwendungen zu konstruieren. Darüber hinaus werden alle Lösungen diskutiert und wichtige Zusammenhänge hergestellt. Dieses Kochbuch unterstützt Sie dabei, den Schritt von der Theorie und den Konzepten hinein in die Praxis zu machen. Es liefert das praktische Rüstzeug, das Sie benötigen, um funktionierende Machine-Learning-Anwendungen zu entwickeln.In diesem Kochbuch finden Sie Rezepte für:- Vektoren, Matrizen und Arrays- den Umgang mit numerischen und kategorischen Daten, Texten, Bildern sowie Datum und Uhrzeit- das Reduzieren der Dimensionalität durch Merkmalsextraktion oder Merkmalsauswahl- Modellbewertung und -auswahl- lineare und logistische Regression, Bäume und Wälder und k-nächste Nachbarn- Support Vector Machine (SVM), naive Bayes, Clustering und neuronale Netze- das Speichern und Laden von trainierten Modellen'Chris hat den Kochbuchcharakter seines Buchs genutzt, um nicht nur eine Referenz für erfahrene Profis zu bieten, sondern auch eine leicht zugängliche Reihe von kleinen Tutorials, die Anfänger schätzen werden. Dieses Buch ist eine wertvolle Ressource, egal ob man sein Wissen vor einem Vorstellungsgespräch als Data Scientist auffrischen möchte oder eine prägnante und dennoch gründliche Referenz für den Schreibtisch sucht.'- Justin BozonierLeitender Data Scientist bei Grubhub.…

paperback. Zustand: Sehr gut. 348 Seiten; 9783960090908.2 Gewicht in Gramm: 1.

Taschenbuch. Zustand: Neu. Machine Learning Kochbuch | Praktische Lösungen mit Python: von der Vorverarbeitung der Daten bis zum Deep Learning | Chris Albon | Taschenbuch | XVI | Deutsch | 2019 | dpunkt.Verlag | EAN 9783960090908 | Verantwortliche Person für die EU: dpunkt.verlag GmbH, Vanessa Niethammer, Wieblinger Weg 17, 69123 Heidelberg, niethammer[at]dpunkt[dot]de | Anbieter: preigu.…