Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Practical Java Machine Learning: Projects with Google Cloud Platform and Amazon Web Services
1. Introduction Configuration de l'IDE - Eclipse Configuration de l'IDE - Android Studio Configuration de Java Performance de l'apprentissage automatique avec Java Importance des initiatives d'analyse Objectifs de l'entreprise en matière d'apprentissage automatique Analyse de rentabilité pour le déploiement de l'apprentissage automatique Préoccupations liées à l'apprentissage automatique Développement d'une méthodologie d'apprentissage automatique État de l'art : Suivi des documents de recherche.
2. Les données : Le carburant de l'apprentissage automatique Penser comme un scientifique des données Prétraitement des données Bases de données JSON et NoSQL Fichiers ARFF et CSV Recherche de données publiques Création de vos propres données Visualisation des données avec Java + Javascript Projet : DataViz.
3. Exploitation des plateformes cloud Google Cloud Platform Amazon AWS Utilisation des API d'apprentissage automatique Projet : GCP API Exploiter les plateformes cloud pour créer des modèles.
4. Algorithmes : Le cerveau de l'apprentissage automatique Vue d'ensemble des algorithmes Apprentissage supervisé Apprentissage non supervisé Modèles linéaires pour la prédiction et la classification Naive Bayes pour la classification de documents Arbres de décision pour le clustering Choisir le bon algorithme Créer votre avantage concurrentiel.
5. Environnements d'apprentissage automatique Java Vue d'ensemble Choix d'un environnement Java Approfondissement : L'atelier Weka Capacités de Weka Compléments de Weka Aperçu de Rapidminer Projet : Classification de documents avec Weka.
6. Intégrer des modèles.
| ISBN : | 9781484239506 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2018 |
| Nombre de pages : | 392 |
Actuellement disponible, en stock.
