Nouveauté
Tecniche Avanzate per L'analisi Multivariata dei Dati Utilizzando Python. Modelli Predittivi per la Classificazione e la Segmentazione
Par :Formats :
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format ePub 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 :
- FormatePub
- ISBN8231251599
- EAN9798231251599
- Date de parution09/07/2025
- Protection num.pas de protection
- Infos supplémentairesepub
- ÉditeurWalzone Press
Résumé
Questo libro sviluppa tecniche di analisi multivariata predittiva o di dipendenza (tecniche di apprendimento supervisionato nel linguaggio moderno del Machine Learning) e più specificamente tecniche di classificazione da un punto di vista metodologico e da un punto di vista pratico con applicazioni attraverso il software Python. Vengono approfondite le seguenti tecniche: Modelli lineari generalizzati (Logit, Probit, Count e altri), Alberi decisionali, Analisi discriminante, K-Nearest Neighbour (kNN), Support Vector Machine (SVM), Naive Bayes, Metodi Ensemble (Bagging, Boosting, Voting, Stacking, Blending e Random Forest), Reti neurali, Multilayer Perceptron, Reti a base radiale, Reti Hopfield, Reti LSTM, Reti ricorrenti RNN, Reti GRU e Reti neurali per la previsione delle serie temporali.
Queste tecniche sono un supporto fondamentale per lo sviluppo dell'intelligenza artificiale.
Queste tecniche sono un supporto fondamentale per lo sviluppo dell'intelligenza artificiale.
Questo libro sviluppa tecniche di analisi multivariata predittiva o di dipendenza (tecniche di apprendimento supervisionato nel linguaggio moderno del Machine Learning) e più specificamente tecniche di classificazione da un punto di vista metodologico e da un punto di vista pratico con applicazioni attraverso il software Python. Vengono approfondite le seguenti tecniche: Modelli lineari generalizzati (Logit, Probit, Count e altri), Alberi decisionali, Analisi discriminante, K-Nearest Neighbour (kNN), Support Vector Machine (SVM), Naive Bayes, Metodi Ensemble (Bagging, Boosting, Voting, Stacking, Blending e Random Forest), Reti neurali, Multilayer Perceptron, Reti a base radiale, Reti Hopfield, Reti LSTM, Reti ricorrenti RNN, Reti GRU e Reti neurali per la previsione delle serie temporali.
Queste tecniche sono un supporto fondamentale per lo sviluppo dell'intelligenza artificiale.
Queste tecniche sono un supporto fondamentale per lo sviluppo dell'intelligenza artificiale.
