Dozhd
Администратор
- Регистрация
- 17 Янв 2014
- Сообщения
- 169.655
- Реакции
- 387.962
Складчина: [Питер] Машинное обучение на табличных данных: XGBoost, глубокое обучение и ИИ [Райан М., Массарон Л.]
Машинное обучение может ускорить выполнение повседневных бизнес-задач, таких как сверка счетов, прогнозирование спроса или автоматизация обслуживания клиентов, не говоря уже о более сложных задачах, например выявление мошенничества, прогнозное техническое обслуживание и персонализированный маркетинг. Извлекайте важную информацию из электронных таблиц, реестров, баз данных и других источников, используя градиентный бустинг, глубокое обучение и генеративный ИИ.«Машинное обучение на табличных данных» описывает практические методы машинного обучения для модернизации каждого этапа анализа бизнес-данных. Вас ждут примеры использования XGBoost и Keras для прогнозирования цен на краткосрочную аренду недвижимости, развертывание локальной модели машинного обучения с помощью Python и Flask и оптимизация рабочих процессов с использованием больших языковых моделей (LLM). Научитесь делать свои модели более мощными и интерпретируемыми.
Тема: Библиотека программиста
Год: 2026
Страниц: 560
ISBN: 978-5-4461-4391-7
Формат: Скан PDF
Стоимость: 2999
СКАЧАТЬ
Машинное обучение может ускорить выполнение повседневных бизнес-задач, таких как сверка счетов, прогнозирование спроса или автоматизация обслуживания клиентов, не говоря уже о более сложных задачах, например выявление мошенничества, прогнозное техническое обслуживание и персонализированный маркетинг. Извлекайте важную информацию из электронных таблиц, реестров, баз данных и других источников, используя градиентный бустинг, глубокое обучение и генеративный ИИ.«Машинное обучение на табличных данных» описывает практические методы машинного обучения для модернизации каждого этапа анализа бизнес-данных. Вас ждут примеры использования XGBoost и Keras для прогнозирования цен на краткосрочную аренду недвижимости, развертывание локальной модели машинного обучения с помощью Python и Flask и оптимизация рабочих процессов с использованием больших языковых моделей (LLM). Научитесь делать свои модели более мощными и интерпретируемыми.
Тема: Библиотека программиста
Год: 2026
Страниц: 560
ISBN: 978-5-4461-4391-7
Формат: Скан PDF
Стоимость: 2999
СКАЧАТЬ
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- AI-агенты на локальных моделях [Университет Искусственного Интеллекта] [Дмитрий Романов]
- AI-агенты на локальных моделях [Университет Искусственного Интеллекта] [Дмитрий Романов]
- AI-агенты на локальных моделях [Университет Искусственного Интеллекта] [Дмитрий Романов]
- AI-агенты на локальных моделях [Университет Искусственного Интеллекта] [Дмитрий Романов]
- AI-агенты на локальных моделях [Университет Искусственного Интеллекта] [Дмитрий Романов]
- AI-агенты на локальных моделях [Университет Искусственного Интеллекта] [Дмитрий Романов]