دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [2 ed.]
نویسندگان: Aurélien Géron
سری: Aktuell zu TensorFlow 2) (Animals
ISBN (شابک) : 3960091249, 9783960091240
ناشر: dpunkt
سال نشر: 2020
تعداد صفحات: 852
زبان: German
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 14 Mb
در صورت تبدیل فایل کتاب Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow: Konzepte, Tools und Techniken für intelligente Systeme به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب معرفی عملی یادگیری ماشین با Scikit-Learn، Keras و TensorFlow: مفاهیم، ابزارها و تکنیکها برای سیستمهای هوشمند نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
تعدادی پیشرفت فنی داشته باشید در یادگیری عمیق در سال های اخیر کل زمینه یادگیری ماشینی را تحریک کرده است. حتی برنامه نویسانی که اطلاعات کمی در مورد این فناوری دارند، اکنون می توانند برنامه های یادگیری ماشینی را با استفاده از ابزارهای ساده و کارآمد پیاده سازی کنند. این کتاب عملی که اکنون به روز شده و به طور قابل توجهی گسترش یافته است، به شما نشان می دهد که چگونه.
با مثال های عینی، حداقل تئوری، و دو چارچوب آماده برای استفاده Python - Scikit-Learn و TensorFlow 2 - نویسنده Aurélien Géron به شما در درک شهودی مفاهیم و ابزارهای توسعه سیستم های هوشمند کمک می کند. شما تکنیک های مختلفی را یاد خواهید گرفت که با رگرسیون خطی ساده شروع می شود و با شبکه های عصبی عمیق پایان می یابد. تمرینهای گنجانده شده در هر فصل به شما کمک میکند تا آنچه را که آموختهاید در عمل پیاده کنید. برای شروع فوری، تنها چیزی که نیاز دارید تجربه برنامه نویسی است.
Eine Reihe technischer Durchbrüche beim Deep Learning haben das gesamte Gebiet des maschinellen Lernens in den letzten Jahren beflügelt. Inzwischen können sogar Programmierer, die kaum etwas über diese Technologie wissen, mit einfachen und effizienten Werkzeugen Machine-Learning-Programme implementieren. Dieses praxisorientierte Buch, jetzt aktualisiert und deutlich erweitert, zeigt Ihnen wie.
Mit konkreten Beispielen, einem Minimum an Theorie und zwei unmittelbar anwendbaren Python-Frameworks – Scikit-Learn und TensorFlow 2 – verhilft Ihnen der Autor Aurélien Géron zu einem intuitiven Verständnis der Konzepte und Tools für das Entwickeln intelligenter Systeme. Sie lernen eine Vielzahl von Techniken kennen, beginnend mit einfacher linearer Regression bis hin zu Deep Neural Networks. Die in jedem Kapitel enthaltenen Übungen helfen Ihnen, das Gelernte in die Praxis umzusetzen. Um direkt zu starten, benötigen Sie lediglich etwas Programmiererfahrung.