
قیمت :
2,000 تومان
امتیاز
0 از 0 رأی
بدون امتیاز 0 رای
2,000 تومان 2.45k بازدید 0 دیدگاه
حالت مطالعه
کتاب آموزشی پایتون برای یادگیری ماشین در دنیای واقعی نحوه پیاده سازی الگوریتم های بسیار کاربردی یادگیری ماشین را به زبان برنامه نویسی پایتون شامل مباحث و کدهای الگوریتمهای زیر را آموزش میدهد.
1. Constructing a Classifier
2. Predictive Modeling
3. Clustering with Unsupervised Learning
4. Building Recommendation Engines
5. Analyzing Text Data
6. Speech Recognition
7. Dissecting Time Series and Sequential Data
8. Image Content Analysis
9. Biometric Face Recognition
10. Deep Neural Networks
11. Visualizing Data
12. Unsupervised Machine Learning
13. Deep Belief Networks
14. Stacked Denoising Autoencoders
15. Convolutional Neural Networks
16. Semi-Supervised Learning
17. Text Feature Engineering
18. Ensemble Methods
19. Additional Python Machine Learning Tools
20. First Steps to Scalability
21. Scalable Learning in Scikit-learn
22. Fast SVM Implementations
23. Neural Networks and Deep Learning
24. Deep Learning with TensorFlow
25. Classification and Regression Trees at Scale
26. Unsupervised Learning at Scale
27. Distributed Environments – Hadoop and Spark
28. Practical Machine Learning with Spark
درخواست مشاوره
برای کسب اطلاعات بیشتر درباره این دوره درخواست مشاوره خود را ارسال کنید و یا با ما در تماس باشید.
درخواست مشاورهدوره های مرتبط
0
رایگان!
مقدمهای بر هوش مصنوعی
کتاب مقدمهای بر هوش مصنوعی انتشارات Springer که در سال ۲۰۱۶ توسط Mariusz Flasiński نوشته شده است. میتوانید کتاب را در ادامه دانلود کنید.
10
رایگان!
پردازش ابری
کتاب پردازش ابری نوشته Frederic Magoules و برای سال 2012 و انتشارات CRC press میباشد.
0
2,000 تومان
rate_reviewامتیاز دانشجویان دوره
0
بدون امتیاز 0 رای
2,000 تومان 0 رأی
5 ستاره
0
4 ستاره
0
3 ستاره
0
2 ستاره
0
1 ستاره
0
chat_bubble_outlineنظرات
2.45k بازدید 0 دیدگاه
قوانین ثبت دیدگاه