Электронная книга202 страницы5 часов
Введение в автоматизированное машинное обучение (AutoML)
Автор Ф. Хуттер, Л. Коттхофф и Х. Ваншорен
Рейтинг: 0 из 5 звезд
()
Об этой электронной книге
Ошеломляющий успех коммерческих приложений машинного обучения (machine learning — ML) и быстрый рост этой отрасли создали высокий спрос на готовые методы ML, которые можно легко использовать без специальных знаний. Однако и сегодня успех практического применения в решающей степени зависит от экспертов — людей, которые вручную выбирают подходящие архитектуры и их гиперпараметры. Методы AutoML нацелены на устранение этого узкого места путем построения систем ML, способных к автоматической оптимизации и самонастройке независимо от типа входных данных. В этой книге впервые представлен всеобъемлющий обзор базовых методов автоматизированного машинного обучения (AutoML).
Издание послужит отправной точкой для изучения этой быстро развивающейся области; тем, кто уже использует AutoML в своей работе, книга пригодится в качестве справочника.
Издание послужит отправной точкой для изучения этой быстро развивающейся области; тем, кто уже использует AutoML в своей работе, книга пригодится в качестве справочника.
Связано с Введение в автоматизированное машинное обучение (AutoML)
Похожие электронные книги
Машинное обучение в Elastic Stack Рейтинг: 0 из 5 звезд0 оценокВведение в UML от создателей языка Рейтинг: 0 из 5 звезд0 оценокСтатистика и планирование эксперимента для непосвященных. Как отучить статистику лгать Рейтинг: 0 из 5 звезд0 оценокКак проектировать программы. Введение в программирование и компьютерные вычисления Рейтинг: 0 из 5 звезд0 оценокUML. Проектирование систем реального времени, параллельных и распределенных приложений Рейтинг: 0 из 5 звезд0 оценокАлгоритмы и программы на C++Builder Рейтинг: 0 из 5 звезд0 оценокПредварительная подготовка данных в Python Рейтинг: 0 из 5 звезд0 оценокИспользование LEGO-роботов в инженерных проектах школьников. Отраслевой подход Рейтинг: 0 из 5 звезд0 оценокМашинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных Рейтинг: 0 из 5 звезд0 оценокВведение в математические основы САПР : курс лекций Рейтинг: 0 из 5 звезд0 оценокПроектирование объектно-ориентированных баз данных Рейтинг: 0 из 5 звезд0 оценокМашинное обучение с участием человека Рейтинг: 0 из 5 звезд0 оценокОсновы нечеткой технологии и примеры решения аналитических задач в государстве и бизнесе Рейтинг: 0 из 5 звезд0 оценокKotlin в действии Рейтинг: 0 из 5 звезд0 оценокРазработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow Рейтинг: 0 из 5 звезд0 оценокВероятностные графовые модели. Принципы и приложения Рейтинг: 0 из 5 звезд0 оценокLabVIEW: стиль программирования Рейтинг: 0 из 5 звезд0 оценокHTML5 — путеводитель по технологии Рейтинг: 0 из 5 звезд0 оценокАлгоритмы принятия решений Рейтинг: 0 из 5 звезд0 оценокСохранение данных: теория и практика Рейтинг: 0 из 5 звезд0 оценокПостроение систем машинного обучения на языке Python Рейтинг: 0 из 5 звезд0 оценокСтатистический анализ и визуализация данных с помощью R Рейтинг: 0 из 5 звезд0 оценокРаспределенные системы Рейтинг: 0 из 5 звезд0 оценокПрофессиональная разработка на Python Рейтинг: 0 из 5 звезд0 оценокСоздание облачных, мобильных и веб-приложений на F# Рейтинг: 0 из 5 звезд0 оценокMATLAB. Полный самоучитель Рейтинг: 0 из 5 звезд0 оценокУсовершенствованные структуры данных Рейтинг: 0 из 5 звезд0 оценокПрограммирование на ассемблере на платформе x86-64 Рейтинг: 0 из 5 звезд0 оценокКомпьютерное зрение. Теория и алгоритмы Рейтинг: 0 из 5 звезд0 оценокANSYS для конструкторов Рейтинг: 0 из 5 звезд0 оценок
Отзывы о Введение в автоматизированное машинное обучение (AutoML)
Рейтинг: 0 из 5 звезд
0 оценок
0 оценок0 отзывов
Предварительный просмотр книги
Введение в автоматизированное машинное обучение (AutoML) - Ф. Хуттер
Нравится краткая версия?
Страница 1 из 1