Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-learn Das umfassende Praxis-Handbuch f?r Data Science, Deep Learning und Predictive Analytics
Langue : allemand
Edité par MITP Verlags GmbH, 2021
- Livre broché
- Neuf
Vendeur : Home-set, Mannheim, AllemagneHome-set
Vendeur AbeBooks depuis 13 avril 2026
Etat: Neuf
EUR 19,99
Quantité disponible : 3 disponibles
Ajouter au panierA propos de cet article
- Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings- Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, Keras, TensorFlow 2, Pandas und Matplotlib- Best Practices zur Optimierung Ihrer Machine-Learning-AlgorithmenMit diesem Buch erhalten Sie eine umfassende Einf?hrung in die Grundlagen und den effektiven Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Daf?r setzen Sie ein breites Spektrum leistungsf?higer Python-Bibliotheken ein, insbesondere Keras, TensorFlow 2 und Scikit-learn. Auch die f?r die praktische Anwendung unverzichtbaren mathematischen Konzepte werden verst?ndlich und anhand zahlreicher Diagramme anschaulich erl?utert.Die dritte Auflage dieses Buchs wurde f?r TensorFlow 2 komplett aktualisiert und ber?cksichtigt die j?ngsten Entwicklungen und Technologien, die f?r Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dazu z?hlen insbesondere die neuen Features der Keras-API, das Synthetisieren neuer Daten mit Generative Adversarial Networks (GANs) sowie die Entscheidungsfindung per Reinforcement Learning.Ein sicherer Umgang mit Python wird vorausgesetzt.Aus dem Inhalt:- Trainieren von Lernalgorithmen und Implementierung in Python- G?ngige Klassifikationsalgorithmen wie Support Vector Machines (SVM), Entscheidungsb?ume und Random Forest- Natural Language Processing zur Klassifizierung von Filmbewertungen- Clusteranalyse zum Auffinden verborgener Muster und Strukturen in Ihren Daten- Deep-Learning-Verfahren f?r die Bilderkennung- Datenkomprimierung durch Dimensionsreduktion- Training Neuronaler Netze und GANs mit TensorFlow 2- Kombination verschiedener Modelle f?r das Ensemble Learning- Einbettung von Machine-Learning-Modellen in Webanwendungen- Stimmungsanalyse in Social Networks- Modellierung sequenzieller Daten durch rekurrente Neuronale Netze- Reinforcement Learning und Implementierung von Q-Learning-Algorithmen De Gewicht in Gramm: 1264.…
N° de réf. du vendeur IB-464035
- Titre
- Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-learn Das umfassende Praxis-Handbuch f?r Data Science, Deep Learning und Predictive Analytics
- Auteur
- Sebastian Raschka, Vahid Mirjalili
- Éditeur
- MITP Verlags GmbH
- Année de publication
- 2021
- État de l'article
- Neu
- Reliure
- Softcover/Taschenbuch
- Langue
- allemand
- ISBN à 10 chiffres
- 374750213X
- ISBN à 13 chiffres
- 9783747502136
- Poids de l'article
- 1 264 grammes
- Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings
- Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, Keras, TensorFlow 2, Pandas und Matplotlib
- Best Practices zur Optimierung Ihrer Machine-Learning-Algorithmen
Mit diesem Buch erhalten Sie eine umfassende Einführung in die Grundlagen und den effektiven Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Dafür setzen Sie ein breites Spektrum leistungsfähiger Python-Bibliotheken ein, insbesondere Keras, TensorFlow 2 und Scikit-learn. Auch die für die praktische Anwendung unverzichtbaren mathematischen Konzepte werden verständlich und anhand zahlreicher Diagramme anschaulich erläutert.
Die dritte Auflage dieses Buchs wurde für TensorFlow 2 komplett aktualisiert und berücksichtigt die jüngsten Entwicklungen und Technologien, die für Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dazu zählen insbesondere die neuen Features der Keras-API, das Synthetisieren neuer Daten mit Generative Adversarial Networks (GANs) sowie die Entscheidungsfindung per Reinforcement Learning.
Ein sicherer Umgang mit Python wird vorausgesetzt.
Aus dem Inhalt:
- Trainieren von Lernalgorithmen und Implementierung in Python
- Gängige Klassifikationsalgorithmen wie Support Vector Machines (SVM), Entscheidungsbäume und Random Forest
- Natural Language Processing zur Klassifizierung von Filmbewertungen
- Clusteranalyse zum Auffinden verborgener Muster und Strukturen in Ihren Daten
- Deep-Learning-Verfahren für die Bilderkennung
- Datenkomprimierung durch Dimensionsreduktion
- Training Neuronaler Netze und GANs mit TensorFlow 2
- Kombination verschiedener Modelle für das Ensemble Learning
- Einbettung von Machine-Learning-Modellen in Webanwendungen
- Stimmungsanalyse in Social Networks
- Modellierung sequenzieller Daten durch rekurrente Neuronale Netze
- Reinforcement Learning und Implementierung von Q-Learning-Algorithmen
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
Sebastian Raschka ist Assistant Professor für Statistik an der University of Wisconsin-Madison, wo er an der Entwicklung neuer Deep-Learning-Architekturen im Gebiet der Biometrie forscht. Er leitete verschiedene Seminare u.a. auf der SciPy-Konferenz.
Vahid Mirjalili erforschte mehrere Jahre an der Michigan State University Anwendungen des Machine Learnings in verschiedenen Computer-Vision-Projekten. Heute ist er in der Forschung des Unternehmens 3M tätig, wo er moderne Machine-Learning- und Deep-Learning-Verfahren in der Praxis anwendet.
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
Home-set
Mannheim, Allemagne
Vendeur AbeBooks depuis 13 avril 2026
Frais d'expédition de Allemagne vers Etats-Unis
| Article | 10 à 12 jours ouvrés | 8 à 10 jours ouvrés |
|---|---|---|
| Premier article | EUR 62,41 | EUR 93,96 |
Modes de paiement
- Chèque
Spécialité
BuchProfil professionnel du vendeur
Home-set
Allemagne
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à Home-set, Mannheim, Germany, sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.