Einführung in Machine Learning mit Python - 8 Angebote vergleichen
Preise | 2017 | 2019 | 2021 | 2022 |
---|---|---|---|---|
Schnitt | Fr. 39.07 (€ 39.90)¹ | Fr. 39.89 (€ 40.73)¹ | Fr. 37.40 (€ 38.20)¹ | Fr. 39.07 (€ 39.90)¹ |
Nachfrage |
1
Einführung in Machine Learning mit Python (2017)
DE PB NW
ISBN: 9783960090496 bzw. 3960090498, in Deutsch, O'Reilly, Taschenbuch, neu.
Lieferung aus: Deutschland, Sofort lieferbar.
Machine Learning ist zu einem wichtigen Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte geworden, von der medizinischen Diagnostik bis hin zur Suche nach Freunden in sozialen Netzwerken. Um Machine- Learning-Anwendungen zu entwickeln, braucht es keine grossen Expertenteams: Wenn Sie Python-Grundkenntnisse mitbringen, zeigt Ihnen dieses Praxisbuch, wie Sie Ihre eigenen Machine-Learning-Lösungen erstellen. Mit Python und der scikit-learn-Bibliothek erarbeiten Sie sich alle Schritte, die für eine erfolgreiche Machine-Learning- Anwendung notwendig sind. Die Autoren Andreas Müller und Sarah Guido konzentrieren sich bei der Verwendung von Machine-Learning-Algorithmen auf die praktischen Aspekte statt auf die Mathematik dahinter. Wenn Sie zusätzlich mit den Bibliotheken NumPy und matplotlib vertraut sind, hilft Ihnen dies, noch mehr aus diesem Tutorial herauszuholen. Das Buch zeigt Ihnen: - grundlegende Konzepte und Anwendungen von Machine Learning - Vor- und Nachteile weit verbreiteter maschineller Lernalgorithmen - wie sich die von Machine Learning verarbeiteten Daten repräsentieren lassen und auf welche Aspekte der Daten Sie sich konzentrieren sollten - fortgeschrittene Methoden zur Auswertung von Modellen und zum Optimieren von Parametern - das Konzept von Pipelines, mit denen Modelle verkettet und Arbeitsabläufe gekapselt werden - Arbeitsmethoden für Textdaten, insbesondere textspezifische Verarbeitungstechniken - Möglichkeiten zur Verbesserung Ihrer Fähigkeitenin den Bereichen Machine Learning und Data Science, Taschenbuch, 26.06.2017.
Machine Learning ist zu einem wichtigen Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte geworden, von der medizinischen Diagnostik bis hin zur Suche nach Freunden in sozialen Netzwerken. Um Machine- Learning-Anwendungen zu entwickeln, braucht es keine grossen Expertenteams: Wenn Sie Python-Grundkenntnisse mitbringen, zeigt Ihnen dieses Praxisbuch, wie Sie Ihre eigenen Machine-Learning-Lösungen erstellen. Mit Python und der scikit-learn-Bibliothek erarbeiten Sie sich alle Schritte, die für eine erfolgreiche Machine-Learning- Anwendung notwendig sind. Die Autoren Andreas Müller und Sarah Guido konzentrieren sich bei der Verwendung von Machine-Learning-Algorithmen auf die praktischen Aspekte statt auf die Mathematik dahinter. Wenn Sie zusätzlich mit den Bibliotheken NumPy und matplotlib vertraut sind, hilft Ihnen dies, noch mehr aus diesem Tutorial herauszuholen. Das Buch zeigt Ihnen: - grundlegende Konzepte und Anwendungen von Machine Learning - Vor- und Nachteile weit verbreiteter maschineller Lernalgorithmen - wie sich die von Machine Learning verarbeiteten Daten repräsentieren lassen und auf welche Aspekte der Daten Sie sich konzentrieren sollten - fortgeschrittene Methoden zur Auswertung von Modellen und zum Optimieren von Parametern - das Konzept von Pipelines, mit denen Modelle verkettet und Arbeitsabläufe gekapselt werden - Arbeitsmethoden für Textdaten, insbesondere textspezifische Verarbeitungstechniken - Möglichkeiten zur Verbesserung Ihrer Fähigkeitenin den Bereichen Machine Learning und Data Science, Taschenbuch, 26.06.2017.
2
Einführung in Machine Learning mit Python (2017)
~DE PB NW
ISBN: 9783960090496 bzw. 3960090498, vermutlich in Deutsch, Dpunkt.verlag GmbH, Taschenbuch, neu.
Lieferung aus: Schweiz, Versandfertig innert 1 - 2 Werktagen.
Praxiswissen Data Science, Machine Learning ist zu einem wichtigen Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte geworden, von der medizinischen Diagnostik bis hin zur Suche nach Freunden in sozialen Netzwerken. Um Machine- Learning-Anwendungen zu entwickeln, braucht es keine grossen Expertenteams: Wenn Sie Python-Grundkenntnisse mitbringen, zeigt Ihnen dieses Praxisbuch, wie Sie Ihre eigenen Machine-Learning-Lösungen erstellen. Mit Python und der scikit-learn-Bibliothek erarbeiten Sie sich alle Schritte, die für eine erfolgreiche Machine-Learning- Anwendung notwendig sind. Die Autoren Andreas Müller und Sarah Guido konzentrieren sich bei der Verwendung von Machine-Learning-Algorithmen auf die praktischen Aspekte statt auf die Mathematik dahinter. Wenn Sie zusätzlich mit den Bibliotheken NumPy und matplotlib vertraut sind, hilft Ihnen dies, noch mehr aus diesem Tutorial herauszuholen. Das Buch zeigt Ihnen: - grundlegende Konzepte und Anwendungen von Machine Learning - Vor- und Nachteile weit verbreiteter maschineller Lernalgorithmen - wie sich die von Machine Learning verarbeiteten Daten repräsentieren lassen und auf welche Aspekte der Daten Sie sich konzentrieren sollten - fortgeschrittene Methoden zur Auswertung von Modellen und zum Optimieren von Parametern - das Konzept von Pipelines, mit denen Modelle verkettet und Arbeitsabläufe gekapselt werden - Arbeitsmethoden für Textdaten, insbesondere textspezifische Verarbeitungstechniken - Möglichkeiten zur Verbesserung Ihrer Fähigkeitenin den Bereichen Machine Learning und Data Science, Taschenbuch, 26.06.2017.
Praxiswissen Data Science, Machine Learning ist zu einem wichtigen Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte geworden, von der medizinischen Diagnostik bis hin zur Suche nach Freunden in sozialen Netzwerken. Um Machine- Learning-Anwendungen zu entwickeln, braucht es keine grossen Expertenteams: Wenn Sie Python-Grundkenntnisse mitbringen, zeigt Ihnen dieses Praxisbuch, wie Sie Ihre eigenen Machine-Learning-Lösungen erstellen. Mit Python und der scikit-learn-Bibliothek erarbeiten Sie sich alle Schritte, die für eine erfolgreiche Machine-Learning- Anwendung notwendig sind. Die Autoren Andreas Müller und Sarah Guido konzentrieren sich bei der Verwendung von Machine-Learning-Algorithmen auf die praktischen Aspekte statt auf die Mathematik dahinter. Wenn Sie zusätzlich mit den Bibliotheken NumPy und matplotlib vertraut sind, hilft Ihnen dies, noch mehr aus diesem Tutorial herauszuholen. Das Buch zeigt Ihnen: - grundlegende Konzepte und Anwendungen von Machine Learning - Vor- und Nachteile weit verbreiteter maschineller Lernalgorithmen - wie sich die von Machine Learning verarbeiteten Daten repräsentieren lassen und auf welche Aspekte der Daten Sie sich konzentrieren sollten - fortgeschrittene Methoden zur Auswertung von Modellen und zum Optimieren von Parametern - das Konzept von Pipelines, mit denen Modelle verkettet und Arbeitsabläufe gekapselt werden - Arbeitsmethoden für Textdaten, insbesondere textspezifische Verarbeitungstechniken - Möglichkeiten zur Verbesserung Ihrer Fähigkeitenin den Bereichen Machine Learning und Data Science, Taschenbuch, 26.06.2017.
3
Einführung in Machine Learning mit Python
~DE NW
ISBN: 9783960090496 bzw. 3960090498, vermutlich in Deutsch, O'Reilly / dpunkt, neu.
Lieferung aus: Deutschland, Lieferzeit 1-3 Werktage, Versandkostenfrei innerhalb von Deutschland.
Machine Learning ist zu einem wichtigen Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte geworden, von der medizinischen Diagnostik bis hin zur Suche nach Freunden in sozialen Netzwerken. Um Machine- Learning-Anwendungen zu entwickeln, braucht es keine grossen Expertenteams: Wenn Sie Python-Grundkenntnisse mitbringen, zeigt Ihnen dieses Praxisbuch, wie Sie Ihre eigenen Machine-Learning-Lösungen erstellen.Mit Python und der scikit-learn-Bibliothek erarbeiten Sie sich alle Schritte, die für eine erfolgreiche Machine-Learning- Anwendung notwendig sind. Die Autoren Andreas Müller und Sarah Guido konzentrieren sich bei der Verwendung von Machine-Learning-Algorithmen auf die praktischen Aspekte statt auf die Mathematik dahinter. Wenn Sie zusätzlich mit den Bibliotheken NumPy und matplotlib vertraut sind, hilft Ihnen dies, noch mehr aus diesem Tutorial herauszuholen.Das Buch zeigt Ihnen:- grundlegende Konzepte und Anwendungen von Machine Learning- Vor- und Nachteile weit verbreiteter maschineller Lernalgorithmen- wie sich die von Machine Learning verarbeiteten Daten repräsentieren lassen und auf welche Aspekte der Daten Sie sich konzentrieren sollten- fortgeschrittene Methoden zur Auswertung von Modellen und zum Optimieren von Parametern- das Konzept von Pipelines, mit denen Modelle verkettet und Arbeitsabläufe gekapselt werden- Arbeitsmethoden für Textdaten, insbesondere textspezifische Verarbeitungstechniken- Möglichkeiten zur Verbesserung Ihrer Fähigkeitenin den Bereichen Machine Learning und Data Science.
Machine Learning ist zu einem wichtigen Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte geworden, von der medizinischen Diagnostik bis hin zur Suche nach Freunden in sozialen Netzwerken. Um Machine- Learning-Anwendungen zu entwickeln, braucht es keine grossen Expertenteams: Wenn Sie Python-Grundkenntnisse mitbringen, zeigt Ihnen dieses Praxisbuch, wie Sie Ihre eigenen Machine-Learning-Lösungen erstellen.Mit Python und der scikit-learn-Bibliothek erarbeiten Sie sich alle Schritte, die für eine erfolgreiche Machine-Learning- Anwendung notwendig sind. Die Autoren Andreas Müller und Sarah Guido konzentrieren sich bei der Verwendung von Machine-Learning-Algorithmen auf die praktischen Aspekte statt auf die Mathematik dahinter. Wenn Sie zusätzlich mit den Bibliotheken NumPy und matplotlib vertraut sind, hilft Ihnen dies, noch mehr aus diesem Tutorial herauszuholen.Das Buch zeigt Ihnen:- grundlegende Konzepte und Anwendungen von Machine Learning- Vor- und Nachteile weit verbreiteter maschineller Lernalgorithmen- wie sich die von Machine Learning verarbeiteten Daten repräsentieren lassen und auf welche Aspekte der Daten Sie sich konzentrieren sollten- fortgeschrittene Methoden zur Auswertung von Modellen und zum Optimieren von Parametern- das Konzept von Pipelines, mit denen Modelle verkettet und Arbeitsabläufe gekapselt werden- Arbeitsmethoden für Textdaten, insbesondere textspezifische Verarbeitungstechniken- Möglichkeiten zur Verbesserung Ihrer Fähigkeitenin den Bereichen Machine Learning und Data Science.
4
Einführung in Machine Learning mit Python
~DE NW
ISBN: 9783960090496 bzw. 3960090498, vermutlich in Deutsch, O'Reilly / dpunkt, neu.
Lieferung aus: Deutschland, Lieferzeit 1-3 Werktage, Versandkostenfrei innerhalb von Deutschland.
Machine Learning ist zu einem wichtigen Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte geworden, von der medizinischen Diagnostik bis hin zur Suche nach Freunden in sozialen Netzwerken. Um Machine- Learning-Anwendungen zu entwickeln, braucht es keine grossen Expertenteams: Wenn Sie Python-Grundkenntnisse mitbringen, zeigt Ihnen dieses Praxisbuch, wie Sie Ihre eigenen Machine-Learning-Lösungen erstellen.Mit Python und der scikit-learn-Bibliothek erarbeiten Sie sich alle Schritte, die für eine erfolgreiche Machine-Learning- Anwendung notwendig sind. Die Autoren Andreas Müller und Sarah Guido konzentrieren sich bei der Verwendung von Machine-Learning-Algorithmen auf die praktischen Aspekte statt auf die Mathematik dahinter. Wenn Sie zusätzlich mit den Bibliotheken NumPy und matplotlib vertraut sind, hilft Ihnen dies, noch mehr aus diesem Tutorial herauszuholen.Das Buch zeigt Ihnen:- grundlegende Konzepte und Anwendungen von Machine Learning- Vor- und Nachteile weit verbreiteter maschineller Lernalgorithmen- wie sich die von Machine Learning verarbeiteten Daten repräsentieren lassen und auf welche Aspekte der Daten Sie sich konzentrieren sollten- fortgeschrittene Methoden zur Auswertung von Modellen und zum Optimieren von Parametern- das Konzept von Pipelines, mit denen Modelle verkettet und Arbeitsabläufe gekapselt werden- Arbeitsmethoden für Textdaten, insbesondere textspezifische Verarbeitungstechniken- Möglichkeiten zur Verbesserung Ihrer Fähigkeitenin den Bereichen Machine Learning und Data Science.
Machine Learning ist zu einem wichtigen Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte geworden, von der medizinischen Diagnostik bis hin zur Suche nach Freunden in sozialen Netzwerken. Um Machine- Learning-Anwendungen zu entwickeln, braucht es keine grossen Expertenteams: Wenn Sie Python-Grundkenntnisse mitbringen, zeigt Ihnen dieses Praxisbuch, wie Sie Ihre eigenen Machine-Learning-Lösungen erstellen.Mit Python und der scikit-learn-Bibliothek erarbeiten Sie sich alle Schritte, die für eine erfolgreiche Machine-Learning- Anwendung notwendig sind. Die Autoren Andreas Müller und Sarah Guido konzentrieren sich bei der Verwendung von Machine-Learning-Algorithmen auf die praktischen Aspekte statt auf die Mathematik dahinter. Wenn Sie zusätzlich mit den Bibliotheken NumPy und matplotlib vertraut sind, hilft Ihnen dies, noch mehr aus diesem Tutorial herauszuholen.Das Buch zeigt Ihnen:- grundlegende Konzepte und Anwendungen von Machine Learning- Vor- und Nachteile weit verbreiteter maschineller Lernalgorithmen- wie sich die von Machine Learning verarbeiteten Daten repräsentieren lassen und auf welche Aspekte der Daten Sie sich konzentrieren sollten- fortgeschrittene Methoden zur Auswertung von Modellen und zum Optimieren von Parametern- das Konzept von Pipelines, mit denen Modelle verkettet und Arbeitsabläufe gekapselt werden- Arbeitsmethoden für Textdaten, insbesondere textspezifische Verarbeitungstechniken- Möglichkeiten zur Verbesserung Ihrer Fähigkeitenin den Bereichen Machine Learning und Data Science.
5
Einführung in Machine Learning mit Python
~DE PB NW
ISBN: 3960090498 bzw. 9783960090496, vermutlich in Deutsch, Dpunkt.Verlag GmbH, Taschenbuch, neu.
Einführung in Machine Learning mit Python ab 39.9 € als Taschenbuch: Praxiswissen Data Science. Aus dem Bereich: Bücher, Ratgeber, Computer & Internet,.
6
Einführung in Machine Learning mit Python: Praxiswissen Data Science (2017)
~DE PB US
ISBN: 3960090498 bzw. 9783960090496, vermutlich in Deutsch, Taschenbuch, gebraucht, guter Zustand.
Die Beschreibung dieses Angebotes ist von geringer Qualität oder in einer Fremdsprache. Trotzdem anzeigen
7
Einführung in Machine Learning mit Python von Andreas C. Müller und Sarah Guido…
~DE NW
ISBN: 9783960090496 bzw. 3960090498, vermutlich in Deutsch, neu.
Lieferung aus: Deutschland, Lieferart: Flat, Lieferung: Weltweit, Artikelstandort: 10*** Berlin,Deutschland.
Von Privat, *housevibrations*.
Festpreisangebot.
Von Privat, *housevibrations*.
Festpreisangebot.
8
Symbolbild
Einführung in Machine Learning Mit Python
~DE PB NW
ISBN: 9783960090496 bzw. 3960090498, vermutlich in Deutsch, Dpunkt. Verlag GmbH, Taschenbuch, neu.
Lieferung aus: Vereinigtes Königreich Grossbritannien und Nordirland, zzgl. Versandkosten, Versandgebiet: EUR.
Von Händler/Antiquariat, Books2anywhere, GLOUCESTERSHIRE, Fairford, [RE:4].
Softcover.
Von Händler/Antiquariat, Books2anywhere, GLOUCESTERSHIRE, Fairford, [RE:4].
Softcover.
Lade…