Machine Learning Algorithms in Depth

Autor Vadim Smolyakov

Machine Learning Algorithms in Depth - Vadim Smolyakov

Machine Learning Algorithms in Depth

Autor Vadim Smolyakov

0.0 z 5 hvězdiček 0 hodnocení čtenářů

Kniha ( pevná vazba )

Do košíku

2 013 Kč s DPH
Jsme transparentní

E-shopové listy

Při zaslání zboží balíčkem

K nákupu nad 99 Kč dárek zdarma v hodnotě 19 Kč

E-shopové listy

Magazín Knihkupec

Při zaslání zboží balíčkem

K nákupu nad 249 Kč dárek zdarma v hodnotě 69 Kč

Magazín Knihkupec

Develop a mathematical intuition around machine learning algorithms to improve model performance and effectively troubleshoot complex ML problems. For intermediate machine learning practitioners familiar with linear algebra, probability, and basic calculus. Machine Learning Algorithms in Depth dives into the design and underlying principles of… Přejít na celý popis

Neutrácejte za poštovné | Je tu DOPRAVA ZDARMA! Neutrácejte za poštovné. Je tu DOPRAVA ZDARMA! Platí pro ČR na všechny objednávky v hodnotě alespoň 300 Kč s doručením přes Balíkovnu. Více informací

K tomuto produktu zákazníci kupují

Popis Hodnocení 0.0 z 5 hvězdiček 0 Vývoj ceny

Popis

Develop a mathematical intuition around machine learning algorithms to improve model performance and effectively troubleshoot complex ML problems.

For intermediate machine learning practitioners familiar with linear algebra, probability, and basic calculus.

Machine Learning Algorithms in Depth dives into the design and underlying principles of some of the most exciting machine learning (ML) algorithms in the world today.

With a particular emphasis on probability-based algorithms, you will learn the fundamentals of Bayesian inference and deep learning. You will also explore the core data structures and algorithmic paradigms for machine learning.

You will explore practical implementations of dozens of ML algorithms, including:

Monte Carlo Stock Price Simulation Image Denoising using Mean-Field Variational Inference EM algorithm for Hidden Markov Models Imbalanced Learning, Active Learning and Ensemble Learning Bayesian Optimisation for Hyperparameter Tuning Dirichlet Process K-Means for Clustering Applications Stock Clusters based on Inverse Covariance Estimation Energy Minimisation using Simulated Annealing Image Search based on ResNet Convolutional Neural Network Anomaly Detection in Time-Series using Variational Autoencoders

Each algorithm is fully explored with both math and practical implementations so you can see how they work and put into action.

About the technology

Fully understanding how machine learning algorithms function is essential for any serious ML engineer. This vital knowledge lets you modify algorithms to your specific needs, understand the trade-offs when picking an algorithm for a project, and better interpret and explain your results to your stakeholders. This unique guide will take you from relying on one-size-fits-all ML libraries to developing your own algorithms to solve your business needs.

Sdílet

kategorie
Knihy » Cizojazyčná literatura » English literature
Nakladatel
Manning Publications
Rozměr
189 x 235 x 23
jazyk
angličtina
Vazba
pevná vazba
Hmotnost
610 g
isbn
978-1-63343-921-4
Počet stran
328
datum vydání
12.08.2024
ean
9781633439214

Hodnocení a recenze čtenářů Nápověda

0.0 z 5 0 hodnocení čtenářů

0× 5 hvězdiček 0× 4 hvězdičky 0× 3 hvězdičky 0× 2 hvězdičky 0× 1 hvezdička

Přidejte své hodnocení knihy

Načíst další hodnocení

Zobrazit všechna hodnocení

Přidat hodnocení

Vývoj ceny

Vývoj ceny Nápověda

Získejte přehled o vývoji ceny za posledních 60 dní.

Maloobchodní cena Minimální prodejní cena: 2 013 Kč Nápověda

Články, které stojí za pozornost

Zobrazit blog

Články, které stojí za pozornost