Name: Programmazione Dell'apprendimento Automatico in Python (en Italiano)
Price: 71850.00 CLP
Availability: InStock
Author: Gómez, Jorge ; Hernández, Velssy
ISBN: 9786205365250

portada Programmazione Dell'apprendimento Automatico in Python (en Italiano)

Programmazione Dell'apprendimento Automatico in Python (en Italiano)

Formato

Libro Físico

Autor

Jorge Gómez

Velssy Hernández

Editorial

Edizioni Sapienza

Idioma

Italiano

N° páginas

108

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.7 cm

Peso

0.17 kg.

ISBN13

9786205365250

Categorías

Tecnología de la información: cuestiones generales

Programmazione Dell'apprendimento Automatico in Python (en Italiano)

Jorge Gómez (Autor) · Velssy Hernández (Autor) · Edizioni Sapienza · Tapa Blanda

Libro Nuevo Importado

Envío: 21 a 25 días háb.

$ 143.690$ 71.850

-50%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 71.850

Llega entre el 21 Ago y el 27 Ago a Santiago, Región Metropolitana. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Programmazione Dell'apprendimento Automatico in Python (en Italiano)"

L'apprendimento supervisionato descrive uno scenario in cui l'esperienza diventa un fattore di addestramento, che contiene informazioni importanti (ad esempio, le etichette "malato/sano" per il rilevamento delle malattie delle piante) che mancano negli "esempi di prova" non visti a cui verrà applicata l'esperienza appresa. In questo scenario, l'esperienza acquisita mira a prevedere le informazioni mancanti per i dati di prova. In questo senso, l'ambiente può essere considerato come un insegnante che supervisiona l'allievo fornendo informazioni aggiuntive sotto forma di etichette. In questo libro si parlerà di modelli di apprendimento automatico supervisionato, attraverso i quali si comprenderanno i fondamenti teorici, alcune descrizioni di domini applicativi e quindi l'implementazione di ciascuno di essi nel laboratorio Jupyter con le librerie pandas e scikit-learn per Python. Inizialmente si comincerà con la Regressione Logistica (classificazione binaria), la Classificazione Multiclasse mediante Regressione Logistica, gli Alberi Decisionali, la Macchina a Vettori di Supporto - SVM (Support Vector Machines), la Foresta Casuale, la Validazione Incrociata K-Fold e infine la Naive B