Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn
8 Angebote vergleichen

Machine Learning erreicht beinahe alle Bereiche der Technik und der Gesellschaft. In diesem Buch bekommen Sie die schnellstmögliche Einführung in das äusserst umfangreiche Themengebiet des Machine Learning und der statistischen Datenanalyse. Dabei werden alle wesentlichen Themen abgedeckt und mit praktischen Beispielen in Python untertützt. Nach der Lektüre des Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Sie erhalten eine solide Grundlage, um Ihre ersten eigenen Analysen durchzuführen und vertiefende Literatur über spezielle oder erweiterte Themenbereiche zu verstehen.

Lieferung aus: Schweiz, Versandfertig innert 1 - 2 Werktagen.
Eine Einführung mit Python, Pandas und Scikit-Learn, Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden folgende Themen behandelt und mit praktischen Beispielen illustriert: - Datenimport und -vorbereitung - Supervised Learning - Feature-Auswahl - Modellvalidierung - Neuronale Netze und Deep Learning Anhand von konkreten Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. Die Codebeispiele basieren auf Python und den Bibliotheken Scikit-Learn, Pandas, NumPy, TensorFlow und Keras. Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen. Taschenbuch, 23.04.2018.

Lieferung aus: Deutschland, Versand zum Fixpreis, Lieferart: Standardversand, 35*** Laubach, Lieferung: Deutschland.
Von Händler/Antiquariat, amb-gruenesmeer.
Neue Ware, Mängelexemplar, gut. Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Anhand von konkreten Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. Chi Nhan Nguyen / Oliver ZeigermannISBN: 9783960090526 Eine Einführung mit Python, Pandas und Scikit-Learn Erscheinungsdatum: 23.04.2018 Seitenanzahl: 184 Verlag: O'Reilly Einband: komplett in Farbe, Broschur Neue Ware, Mängelexemplar, gut Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden folgende Themen behandelt und mit praktischen Beispielen illustriert: - Datenimport und -vorbereitung - Supervised Learning - Feature-Auswahl - Modellvalidierung - Neuronale Netze und Deep Learning Anhand von konkreten Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. Die Codebeispiele basieren auf Python und den Bibliotheken Scikit-Learn, Pandas, NumPy, TensorFlow und Keras. Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen. Text vom Verlag. , Gut, Festpreisangebot, EAN: 9783960090526, Format: Taschenbuch, Anzahl der Seiten: 183 Seiten, Publikationsname: Machine Learning-Kurz & Gut, Sprache: Deutsch.

Lieferung aus: Deutschland, Versand zum Fixpreis, Lieferart: Sparversand, 12*** Berlin, Lieferung: Weltweit.
Von Händler/Antiquariat, rebuy-shop.
Handgeprüfte & professionell aufbereitete Ware vom Fachhändler. Schuber oder Umschlag können fehlen oder beschädigt sein. Kaufen bei rebuy – Ihre Vorteile Machine Learning – kurz & gut. Eine praxisorientierte Einführung mit Python, Pandas und ScikitLearn - Oliver Zeigermann [Taschenbuch]. Ihr professioneller Partner für wiederaufbereitete Medien und Elektronik-Produkte Unser Shop Über uns Unsere Kategorien Apple Bücher Hörbücher Kameras Filme Handys Konsolen Kopfhörer Musik Objektive Wearables Software Spiele Tablets Sonstige Artikel Shop-Seiten Verkäuferprofil Machine Learning – kurz & gut. Eine praxisorientierte Einführung mit Python, Pandas und ScikitLearn - Oliver Zeigermann [Taschenbuch] Gebraucht - Gut Zustandsbeschreibung: Das Buch hat einige deutliche Gebrauchsspuren (z.B. geknickter Buchrücken, mehrere Markierungen, altersbedingte Vergilbung), ist aber gut für den Eigenbedarf geeignet. Schuber oder Umschlag können fehlen oder beschädigt sein. Kaufen bei rebuy – Ihre Vorteile: Verlässliche Zustellung Handgeprüfte & professionell aufbereitete Ware vom Fachhändler Bei Nutzung der Warenkorbfunktion nur einmalig Versandkosten , Gut, Festpreisangebot, Marke: O'Reilly, Produktart: Taschenbuch, Sprache: Deutsch, Buchtitel: Machine Learning – kurz & gut. Eine praxisorientierte Einführung, EAN: 9783960090526.

Lieferung aus: Deutschland, Versandkostenfrei.
Machine Learning - kurz & gut: Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden folgende Themen behandelt und mit praktischen Beispielen illustriert: - Datenimport und -vorbereitung - Supervised Learning - Feature-Auswahl - Modellvalidierung - Neuronale Netze und Deep Learning Anhand von konkreten Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. Die Codebeispiele basieren auf Python und den Bibliotheken Scikit-Learn, Pandas, NumPy, TensorFlow und Keras. Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen. Taschenbuch.

Lieferung aus: Deutschland, Versandkostenfrei innerhalb von Deutschland.
Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden folgende Themen behandelt und mit praktischen Beispielen illustriert: - Datenimport und -vorbereitung - Supervised Learning - Feature-Auswahl - Modellvalidierung - Neuronale Netze und Deep Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden folgende Themen behandelt und mit praktischen Beispielen illustriert: - Datenimport und -vorbereitung - Supervised Learning - Feature-Auswahl - Modellvalidierung - Neuronale Netze und Deep Learning Anhand von konkreten Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. Die Codebeispiele basieren auf Python und den Bibliotheken Scikit-Learn, Pandas, NumPy, TensorFlow und Keras. Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen. Sofort lieferbar Lieferzeit 1-2 Werktage.

Lieferung aus: Deutschland, Sofort lieferbar, Versandkostenfrei innerhalb von Deutschland.
Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden folgende Themen behandelt und mit praktischen Beispielen illustriert:- Datenimport und -vorbereitung- Supervised Learning- Feature-Auswahl- Modellvalidierung- Neuronale Netze und Deep LearningAnhand von konkreten Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. Die Codebeispiele basieren auf Python und den Bibliotheken Scikit-Learn, Pandas, NumPy, TensorFlow und Keras.Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen.

Lieferung aus: Vereinigtes Königreich Grossbritannien und Nordirland, Lieferzeit: 11 Tage, zzgl. Versandkosten.
Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden folgende Themen behandelt und mit praktischen Beispielen illustriert:- Datenimport und -vorbereitung- Supervised Learning- Feature-Auswahl- Modellvalidierung- Neuronale Netze und Deep LearningAnhand von konkreten Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. Die Codebeispiele basieren auf Python und den Bibliotheken Scikit-Learn, Pandas, NumPy, TensorFlow und Keras.Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen.