OFFRE LISEUSES
Une liseuse achetée = une housse offerte* jusqu'au 21 juin
iX Developer Machine Learning. Bessere Modelle, produktiver Einsatz
Par :Formats :
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format PDF est :
- Compatible avec une lecture sur My Vivlio (smartphone, tablette, ordinateur)
- Compatible avec une lecture sur liseuses Vivlio
- Pour les liseuses autres que Vivlio, vous devez utiliser le logiciel Adobe Digital Edition. Non compatible avec la lecture sur les liseuses Kindle, Remarkable et Sony
, qui est-ce ?Notre partenaire de plateforme de lecture numérique où vous retrouverez l'ensemble de vos ebooks gratuitement
Pour en savoir plus sur nos ebooks, consultez notre aide en ligne ici
C'est si simple ! Lisez votre ebook avec l'app Vivlio sur votre tablette, mobile ou ordinateur :
- Nombre de pages148
- FormatPDF
- ISBN978-3-95788-282-0
- EAN9783957882820
- Date de parution05/12/2020
- Protection num.Digital Watermarking
- Taille13 Mo
- Infos supplémentairespdf
- ÉditeurHeise Medien
Résumé
Machine Learning hat in den letzten Jahren so rasante technische Fortschritte gemacht wie kaum ein anderer Bereich der IT. Zahlreiche Open-Source-Werkzeuge stehen Entwicklerinnen und Entwicklern zur Verfügung. Neben den Frameworks wie TensorFlow und PyTorch existieren konkrete Methoden für spezifische Anwendungsbereiche wie BERT und Word2vec bei der Textanalyse oder YOLO zur Objektdetektion.
Das iX-Developer-Sonderheft "Machine Learning: Bessere Modelle, produktiver Einsatz" trägt der rasanten Entwicklung als Fortführung des Machine-Learning-Sonderhefts von 2018 Rechnung.
Es beleuchtet die jüngsten Entwicklungen im Bereich der großen Frameworks, der Data-Science-Bibliotheken von Python sowie zahlreiche Methoden und Algorithmen. Das Heft bietet vor allem einen breiten Praxisteil mit konkreten Anwendungen in der Textanalyse und für die Zeitreihenvorhersage sowie mit einem dreiteiligen Tutorial zur Bildanalyse.
Es beleuchtet die jüngsten Entwicklungen im Bereich der großen Frameworks, der Data-Science-Bibliotheken von Python sowie zahlreiche Methoden und Algorithmen. Das Heft bietet vor allem einen breiten Praxisteil mit konkreten Anwendungen in der Textanalyse und für die Zeitreihenvorhersage sowie mit einem dreiteiligen Tutorial zur Bildanalyse.
