Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 6 votes.
Titre original :
Scikit-Learn in Details: Deep Understanding
Contenu du livre :
Ce livre est un guide d'utilisation de Scikit-Learn, une bibliothèque d'apprentissage automatique pour le langage de programmation Python. L'auteur vous aide tout d'abord à comprendre ce qu'est Scikit-Learn et comment l'installer sur votre système. Il vous explique également comment charger des ensembles de données dans Scikit-Learn. L'auteur vous explique ensuite comment utiliser les différents algorithmes d'apprentissage automatique pour mettre en œuvre des modèles d'apprentissage automatique de différents types avec Scikit-Learn. Parmi les algorithmes abordés, citons Support Vector Machine (SVM), Linear Regression, K-Nearest Neighbors et K-Means. Dans tous ces cas, des exemples pratiques ont été donnés, de sorte que vous saurez comment mettre en œuvre des modèles et les utiliser pour faire des prédictions.
Le contenu est le suivant :
Démarrer avec Scikit-learn Machines à vecteurs de support dans Scikit-learn Scikit-Learn Régression linéaire Scikit-Learn Classificateur des plus proches voisins K-Means Clustering avec Scikit-Learn Les sujets abordés sont les suivants : langage de programmation python, python, livre sur la régression linéaire, scikit-learn, scikit-learn et tensorflow, machine à vecteurs de support, régression linéaire, k-voisins les plus proches, k-moyens, noyau, modèles de régression linéaire, visualisation des données, analyse de la régression linéaire, apprentissage automatique de la régression linéaire.
Autres informations sur le livre :
| ISBN : | 9781731040510 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
