Litvek: лучшие книги недели
Топ книга - Вы или хаос. Профессиональное планирование для регулярного менеджмента [Александр Фридман] - читаем полностью в LitvekТоп книга - Лидер и племя. Пять уровней корпоративной культуры [Джон Кинг] - читаем полностью в LitvekТоп книга - Дом, в котором… [Мариам Петросян] - читаем полностью в LitvekТоп книга - Бизнес с нуля [Эрик Рис] - читаем полностью в LitvekТоп книга - Как разговаривать с м*даками. Что делать с неадекватными и невыносимыми людьми в вашей жизни [Марк Гоулстон] - читаем полностью в LitvekТоп книга - Японские свечи: Графический анализ финансовых рынков [Стив Нисон] - читаем полностью в LitvekТоп книга - Договориться можно обо всем! Как добиваться максимума в любых переговорах [Гэвин Кеннеди] - читаем полностью в LitvekТоп книга - Золотые правила продаж: 75 техник успешных холодных звонков, убедительных презентаций и коммерческих предложений, от которых невозможно отказаться [Стивен Шиффман] - читаем полностью в Litvek
Litvek - онлайн библиотека >> Андрей Бурков >> Программирование: прочее и др. >> Инженерия машинного обучения

Переводчик: А. В. Снастин

Жанр: Программирование: прочее, Современные зарубежные издания, Научная литература

Серия:

Год издания:

Язык книги: русский

Страничек: 308

Издано в серии:

Издательство: ДМК Пресс

Город издания: Москва

ISBN: 978-5-93700-125-2

Книга закончена

   просмотрело гостей за:

сутки: 1   этот месяц: 11   этот год: 42
всё время: 106

QR-код
X

QR-код ссылки для скачивания книги

QR-код
Размер: 12 Мбайт
Читаем онлайн

Книга представляет собой подробный обзор передовых практик и паттернов проектирования в области прикладного машинного обучения. В отличие от многих учебников, уделяется внимание инженерным аспектам МО. Рассматриваются сбор, хранение и предобработка данных, конструирование признаков, а также тестирование и отладка моделей, развертывание и вывод из эксплуатации, сопровождение на этапе выполнения и в процессе эксплуатации.
Главы книги можно изучать в любом порядке.
Издание будет полезно тем, кто собирается использовать машинное обучение в крупномасштабных проектах. Предполагается, что читатель знаком с основами МО и способен построить модель при наличии подходящим образом отформатированного набора данных.


  : 0 : 1 : 0 : 0 : 0 : 0 : 0  

Написать комментарий к книге: