Vítáme Vás, můžete se vytvořit účet. 16404j

Cart 68l32

product (empty)

Košík je prázdný

' + (data.cname!='Nezařazeno' && data.cname!='Nezařazené' ? '

'+data.cname+'

' : '') + '

'; }, parse: function(data) { var mytab = new Array(); for (var i = 0; i < data.length; i++) mytab[mytab.length] = { data: data[i], value: data[i].pname }; return mytab; }, extraParams: { ajaxSearch: 1, id_lang: 6 } } ) .result(function(event, data, formatted) { $('#search_query_top').val(data.pname); document.location.href = data.product_link; }) }); // ]]>

Termín obdržení zásilky
Česká pošta	Středa 11.06
PPL	Středa 11.06
Osobní odběr	Čtvrtek 12.06
Termíny jsou pouze orientační a mohou se lišit podle zvoleného typu platby. O Průběhu zásilky Vás budeme informovat e-mailem.
Při nákupu většího množství produktů negarantujeme dodání do zobrazeného data

Python w uczeniu maszynowym 3c4l2k

29 %

290 Kč 411 Kč

Expedice za 2 až 3 dny

Sleva až 70% u třetiny knih

Popis knihy

Ten praktyczny przewodnik pozwoli osiągnąć biegłość w stosowaniu uczenia maszynowego w codziennej pracy. Autor, Matthew Kirk, bez akademickich rozważań pokazuje, jak integrować i testować algorytmy uczenia maszynowego w swoim kodzie.
Książka przedstawia wykorzystanie testów z użyciem bibliotek naukowych NumPy, Pandas, Scikit-Learn oraz SciPy dla języka Python, ilustrując je licznymi wykresami oraz przykładami kodu. Książka ta pomoże programistom i analitykom biznesowym zainteresowanym badaniem danych w:
Zapoznaniu się z rzeczywistymi przykładami testowania poszczególnych algorytmów poprzez zajmujące ćwiczenia praktyczne.
Stosowaniu programowania sterowanego testami do pisania i uruchamiania testów przed rozpoczęciem kodowania.
Badaniu technik poprawiających nasze modele uczenia maszynowego poprzez wydobywanie danych i opracowywanie funkcjonalności.
Zwracaniu uwagi na ryzyka związane z uczeniem maszynowym takie jak niedopasowanie danych.
Pracy z algorytmem K najbliższych sąsiadów, sieciami neuronowymi, klastrami i innymi technikami.
Matthew Kirk jest konsultantem, autorem i międzynarodowym prelegentem, specjalizującym się w uczeniu maszynowym i analizie danych z wykorzystaniem języków Ruby i Python. Mieszka w Seattle i lubi pomagać innym programistom w integrowaniu analizy danych ze stosowanymi przez nich technologiami.