Основы работы с моделями машинного и глубокого обучения

Представлены необходимые инструменты для программной и математической разработки моделей прикладного машинного и глубокого обучения. Показаны базовые принципы и аспекты, которыми оперирует область Data Science. Дан ознакомительный экскурс по теоретической составляющей курса, для каждой рассмотренной модели машинного/глубокого обучения поставлена в соответствие её прикладная реализация. Для студентов, обучающихся по направлению подготовки «Искусственный интеллект». Может быть полезно специалистам в области искусственного интеллекта.
- Авторы:Пётр Андреевич Пылов, Роман Вячеславович Майтак, Анна Владимировна Дягилева
- Жанр:Разное
- Страницы: 256
- Формат: mp3, fb2, epub, pdf, txt
Советуем прочитать похожую литературу

Алгоритмы Data Science
Рассмотрен полный каскад разработки моделей искусственного интеллекта. Проанализирована область...

Математические и программные методы построения моделей глубокого...
Показана разработка и аналитика прикладных моделей глубокого обучения, применяемых в...

Разработка интеллектуальных систем для обработки сигналов с...
Показана разработка собственных элементов датчиков давления, которые функционируют в неразрывной...

Асимптотический анализ поведения прикладных моделей машинного обучения
Представлена разработка и аналитика прикладных моделей машинного обучения, применяемых в...

Изучение искусственного интеллекта на основе принципа...
Показан процесс изучения основ машинного и глубокого обучения в теоретической и прикладной...

Методы восстановления непараметрической регрессии в условиях...
Рассматривается регрессионный подход к решению предметно-прикладных задач на примере одной...
Отзывы (0)
Вам понравилось читать онлайн книгу «Основы работы с моделями машинного и глубокого обучения»? Уделите пару минут, что бы оставить полезный отзыв другому читателю.