Зарегистрироваться
Восстановить пароль
FAQ по входу

Неделько В.М. Основы статистических методов машинного обучения

  • Файл формата pdf
  • размером 1,00 МБ
  • Добавлен пользователем
  • Описание отредактировано
Неделько В.М. Основы статистических методов машинного обучения
Учебное пособие. — Новосибирск: Новосибирский государственный технический университет, 2010. — 79 с.
В учебном пособии излагаются основы теории и методов машинного обучения в вероятностной постановке. Под машинным обучением понимается анализ данных, при котором выявляются закономерности или строятся модели, описывающие данные. Дисциплина базируется на методах математической статистики.
  • Чтобы скачать этот файл зарегистрируйтесь и/или войдите на сайт используя форму сверху.
  • Регистрация

Смотри также

Подробнее

Аггарвал Чару. Нейронные сети и глубокое обучение: учебный курс

  • pdf
Пер. с англ. — СПб.: Диалектика, 2020. — 752 с.: ил. — ISBN: 978-5-907203-01-3. В книге рассматриваются как классические, так и современные модели глубокого обучения. В первых двух главах основной упор сделан на понимании взаимосвязи традиционного машинного обучения и нейронных сетей. Главы 3 и 4 посвящены подробному обсуждению процессов тренировки и регуляризации нейронных...
  • 93,18 МБ
  • добавлен
  • описание отредактировано
Подробнее

Воронина В.В. и др. Теория и практика машинного обучения

  • pdf
Учебное пособие. Теория + Практикум (листинги) / В.В. Воронина, А. В. Михеев, Н. Г. Ярушкина, К. В. Святов. — Ульяновск : УлГТУ, 2017. — 290 с. Учебное пособие рассматривает вопросы, связанные с анализом данных: модели, алгоритмы, методы и их реализацию на языке Python. Особое внимание уделено анализу временных рядов. Книга предназначена для студентов группы направлений 09, а...
  • 3,63 МБ
  • добавлен
  • описание отредактировано
Подробнее

Вьюгин В.В. Математические основы теории машинного обучения и прогнозирования

  • pdf
М.: МЦНМО, 2013. — 390 с. Книга предназначена для первоначального знакомства с математическими основами современной теории машинного обучения (Machine Learning) и теории игр с предсказаниями. В первой части излагаются основы статистической теории машинного обучения, рассматриваются задачи классификации и регрессии с опорными векторами, теория обобщения и алгоритмы построения...
  • 1,78 МБ
  • добавлен
  • описание отредактировано
Подробнее

Мюллер А., Гидо С. Введение в машинное обучение с помощью Python

  • pdf
М.: O’Reilly Media, 2017. — 392 с. Машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, однако эта область не является прерогативой больших компаний с мощными аналитическими командами. Даже если вы еще новичок в использовании Python, эта книга познакомит вас с практическими способами построения систем машинного обучения. При всем...
  • 13,28 МБ
  • добавлен
  • описание отредактировано
Подробнее

Орельен Ж. Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow

  • pdf
СПб.: Диалектика, 2019. — 683 с. — ISBN: 9785950029622. Эта книга предполагает, что вы почти ничего не знаете о машинном обучении. Её цель — определить концепцию, методы и инструменты, необходимые для реализации программ, которые помогут изучать массивы данных. Используя конкретные практические примеры, с минимумом теории, а также две библиотеки для Python — Scikit-learn и...
  • 31,90 МБ
  • добавлен
  • описание отредактировано
Подробнее

Элбон Крис. Машинное обучение с использованием Python. Сборник рецептов

  • pdf
Санкт-Петербург: БХВ-Петербург, 2019. — 300 с. — ISBN: 9785977540568. Книга содержит около 200 рецептов решения практических задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели, уменьшение размерности и многие другие. Рассмотрена работа с языком Python и его библиотеками, в том числе pandas и scikit-leam. Решения всех задач...
  • 23,09 МБ
  • добавлен
  • описание отредактировано
Наверх