Основы работы с моделями машинного и глубокого обучения. Учебное пособие: Пылов, Дягилева, Майтак
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
Полная аннотация
Издательство
Все характеристики
Аннотация
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 модели машинного/глубокого обучения поставлена в соответствие её прикладная реализация.
Для студентов, обучающихся по направлению подготовки "Искусственный интеллект". Может быть полезно специалистам в области искусственного интеллекта.
Для студентов, обучающихся по направлению подготовки "Искусственный интеллект". Может быть полезно специалистам в области искусственного интеллекта.
Характеристики
Издательство
ID товара
951470
ISBN
978-5-9729-1547-7
Язык
Русский
Страниц
256 (Офсет)
Вес
422 г
Размеры
217x153x18 мм
Тип обложки
7Бц - твердая, целлофанированная (или лакированная)
Иллюстрации
Черно-белые + цветные
Все характеристики
2 800
Рецензии на книгу
Читали книгу? Как она вам?
+50 ₽ за рецензию
Вы можете стать одним из первых, кто напишет рецензию на эту книгу, и получить бонус — до 50 рублей на баланс в Лабиринте!
Книги из жанра

7771 553 -50% Еще 4 дня
Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это
Стивенс-Давидовиц Сет
1 5543 107 -50% Еще 4 дня
Корпоративное озеро больших данных. Новый подход к использованию Big Data и Data Science в бизнесе
Горелик Алекс
1 2392 478 -50% Еще 4 дня

1 0912 182 -50% Еще 4 дня
Антология машинного обучения. Важнейшие исследования в области ИИ за последние 60 лет
Сейновски Терренс Джей