Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow
Conceitos, ferramentas e técnicas para a construção de sistemas inteligentes. Com uma série de recentes avanços, o aprendizado profundo impulsionou todo o campo do aprendizado de máquina. Agora, mesmo os programadores que pouco sabem sobre esta tecnologia podem utilizar ferramentas simples e e...
Gespeichert in:
| Beteilige Person: | |
|---|---|
| Format: | Elektronisch E-Book |
| Sprache: | Nichtbestimmte Sprache |
| Veröffentlicht: |
[Place of publication not identified]
Alta Books
2019
|
| Links: | https://learning.oreilly.com/library/view/-/9788550803814/?ar |
| Zusammenfassung: | Conceitos, ferramentas e técnicas para a construção de sistemas inteligentes. Com uma série de recentes avanços, o aprendizado profundo impulsionou todo o campo do aprendizado de máquina. Agora, mesmo os programadores que pouco sabem sobre esta tecnologia podem utilizar ferramentas simples e eficientes para implementar programas capazes de aprender com dados. Este livro prático mostra como fazê-lo. Utilizando exemplos concretos, uma teoria mínima e duas estruturas python prontas para produção - scikit-learn e tensorflow - o autor aurélien géron ajuda você a adquirir uma compreensão intuitiva dos conceitos e ferramentas para a construção de sistemas inteligentes. Você aprenderá uma variedade de técnicas, começando com uma regressão linear simples e progredindo para redes neurais profundas. Com exercícios em cada capítulo para ajudá-lo a aplicar o que aprendeu, você só precisa ter experiência em programação para começar. - explore o cenário do aprendizado de máquina, especialmente as redes neurais - utilize o scikit-learn para acompanhar um exemplo de projeto de aprendizado de máquina de ponta a ponta - examine vários modelos de treinamento, incluindo máquinas de vetor de suporte, árvores de decisão, florestas aleatórias e métodos de ensemble - use a biblioteca tensorflow para construir e treinar redes neurais - mergulhe em arquiteturas de rede neural, incluindo redes convolutivas, redes recorrentes e aprendizado por reforço profundo - aprenda técnicas para treinamento e dimensionamento de redes neurais profundas - aplique exemplos práticos de código sem recorrer a teorias excessivas ou detalhes de algoritmo do aprendizado de máquinas. |
| Beschreibung: | Title from content provider |
| Umfang: | 1 Online-Ressource |
| ISBN: | 9788550803814 8550803812 |
Internformat
MARC
| LEADER | 00000cam a22000002 4500 | ||
|---|---|---|---|
| 001 | ZDB-30-ORH-053534301 | ||
| 003 | DE-627-1 | ||
| 005 | 20240228121113.0 | ||
| 007 | cr uuu---uuuuu | ||
| 008 | 200625s2019 xx |||||o 00| ||und c | ||
| 020 | |a 9788550803814 |9 978-85-508-0381-4 | ||
| 020 | |a 8550803812 |9 85-508-0381-2 | ||
| 035 | |a (DE-627-1)053534301 | ||
| 035 | |a (DE-599)KEP053534301 | ||
| 035 | |a (ORHE)9788550803814 | ||
| 035 | |a (DE-627-1)053534301 | ||
| 040 | |a DE-627 |b ger |c DE-627 |e rda | ||
| 041 | |a und | ||
| 100 | 1 | |a Géron, Aurélien |e VerfasserIn |4 aut | |
| 245 | 1 | 0 | |a Mãos à Obra |b Aprendizado de Máquina com Scikit-Learn e TensorFlow |c Aurélien Géron |
| 264 | 1 | |a [Place of publication not identified] |b Alta Books |c 2019 | |
| 300 | |a 1 Online-Ressource | ||
| 336 | |a Text |b txt |2 rdacontent | ||
| 337 | |a Computermedien |b c |2 rdamedia | ||
| 338 | |a Online-Ressource |b cr |2 rdacarrier | ||
| 500 | |a Title from content provider | ||
| 520 | |a Conceitos, ferramentas e técnicas para a construção de sistemas inteligentes. Com uma série de recentes avanços, o aprendizado profundo impulsionou todo o campo do aprendizado de máquina. Agora, mesmo os programadores que pouco sabem sobre esta tecnologia podem utilizar ferramentas simples e eficientes para implementar programas capazes de aprender com dados. Este livro prático mostra como fazê-lo. Utilizando exemplos concretos, uma teoria mínima e duas estruturas python prontas para produção - scikit-learn e tensorflow - o autor aurélien géron ajuda você a adquirir uma compreensão intuitiva dos conceitos e ferramentas para a construção de sistemas inteligentes. Você aprenderá uma variedade de técnicas, começando com uma regressão linear simples e progredindo para redes neurais profundas. Com exercícios em cada capítulo para ajudá-lo a aplicar o que aprendeu, você só precisa ter experiência em programação para começar. - explore o cenário do aprendizado de máquina, especialmente as redes neurais - utilize o scikit-learn para acompanhar um exemplo de projeto de aprendizado de máquina de ponta a ponta - examine vários modelos de treinamento, incluindo máquinas de vetor de suporte, árvores de decisão, florestas aleatórias e métodos de ensemble - use a biblioteca tensorflow para construir e treinar redes neurais - mergulhe em arquiteturas de rede neural, incluindo redes convolutivas, redes recorrentes e aprendizado por reforço profundo - aprenda técnicas para treinamento e dimensionamento de redes neurais profundas - aplique exemplos práticos de código sem recorrer a teorias excessivas ou detalhes de algoritmo do aprendizado de máquinas. | ||
| 966 | 4 | 0 | |l DE-91 |p ZDB-30-ORH |q TUM_PDA_ORH |u https://learning.oreilly.com/library/view/-/9788550803814/?ar |m X:ORHE |x Aggregator |z lizenzpflichtig |3 Volltext |
| 912 | |a ZDB-30-ORH | ||
| 912 | |a ZDB-30-ORH | ||
| 951 | |a BO | ||
| 912 | |a ZDB-30-ORH | ||
| 049 | |a DE-91 | ||
Datensatz im Suchindex
| DE-BY-TUM_katkey | ZDB-30-ORH-053534301 |
|---|---|
| _version_ | 1821494839789748224 |
| adam_text | |
| any_adam_object | |
| author | Géron, Aurélien |
| author_facet | Géron, Aurélien |
| author_role | aut |
| author_sort | Géron, Aurélien |
| author_variant | a g ag |
| building | Verbundindex |
| bvnumber | localTUM |
| collection | ZDB-30-ORH |
| ctrlnum | (DE-627-1)053534301 (DE-599)KEP053534301 (ORHE)9788550803814 |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02875cam a22003372 4500</leader><controlfield tag="001">ZDB-30-ORH-053534301</controlfield><controlfield tag="003">DE-627-1</controlfield><controlfield tag="005">20240228121113.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">200625s2019 xx |||||o 00| ||und c</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9788550803814</subfield><subfield code="9">978-85-508-0381-4</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">8550803812</subfield><subfield code="9">85-508-0381-2</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)053534301</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)KEP053534301</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ORHE)9788550803814</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)053534301</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">und</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Géron, Aurélien</subfield><subfield code="e">VerfasserIn</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Mãos à Obra</subfield><subfield code="b">Aprendizado de Máquina com Scikit-Learn e TensorFlow</subfield><subfield code="c">Aurélien Géron</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">[Place of publication not identified]</subfield><subfield code="b">Alta Books</subfield><subfield code="c">2019</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Title from content provider</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Conceitos, ferramentas e técnicas para a construção de sistemas inteligentes. Com uma série de recentes avanços, o aprendizado profundo impulsionou todo o campo do aprendizado de máquina. Agora, mesmo os programadores que pouco sabem sobre esta tecnologia podem utilizar ferramentas simples e eficientes para implementar programas capazes de aprender com dados. Este livro prático mostra como fazê-lo. Utilizando exemplos concretos, uma teoria mínima e duas estruturas python prontas para produção - scikit-learn e tensorflow - o autor aurélien géron ajuda você a adquirir uma compreensão intuitiva dos conceitos e ferramentas para a construção de sistemas inteligentes. Você aprenderá uma variedade de técnicas, começando com uma regressão linear simples e progredindo para redes neurais profundas. Com exercícios em cada capítulo para ajudá-lo a aplicar o que aprendeu, você só precisa ter experiência em programação para começar. - explore o cenário do aprendizado de máquina, especialmente as redes neurais - utilize o scikit-learn para acompanhar um exemplo de projeto de aprendizado de máquina de ponta a ponta - examine vários modelos de treinamento, incluindo máquinas de vetor de suporte, árvores de decisão, florestas aleatórias e métodos de ensemble - use a biblioteca tensorflow para construir e treinar redes neurais - mergulhe em arquiteturas de rede neural, incluindo redes convolutivas, redes recorrentes e aprendizado por reforço profundo - aprenda técnicas para treinamento e dimensionamento de redes neurais profundas - aplique exemplos práticos de código sem recorrer a teorias excessivas ou detalhes de algoritmo do aprendizado de máquinas.</subfield></datafield><datafield tag="966" ind1="4" ind2="0"><subfield code="l">DE-91</subfield><subfield code="p">ZDB-30-ORH</subfield><subfield code="q">TUM_PDA_ORH</subfield><subfield code="u">https://learning.oreilly.com/library/view/-/9788550803814/?ar</subfield><subfield code="m">X:ORHE</subfield><subfield code="x">Aggregator</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">BO</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91</subfield></datafield></record></collection> |
| id | ZDB-30-ORH-053534301 |
| illustrated | Not Illustrated |
| indexdate | 2025-01-17T11:20:46Z |
| institution | BVB |
| isbn | 9788550803814 8550803812 |
| language | Undetermined |
| open_access_boolean | |
| owner | DE-91 DE-BY-TUM |
| owner_facet | DE-91 DE-BY-TUM |
| physical | 1 Online-Ressource |
| psigel | ZDB-30-ORH TUM_PDA_ORH ZDB-30-ORH |
| publishDate | 2019 |
| publishDateSearch | 2019 |
| publishDateSort | 2019 |
| publisher | Alta Books |
| record_format | marc |
| spelling | Géron, Aurélien VerfasserIn aut Mãos à Obra Aprendizado de Máquina com Scikit-Learn e TensorFlow Aurélien Géron [Place of publication not identified] Alta Books 2019 1 Online-Ressource Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Title from content provider Conceitos, ferramentas e técnicas para a construção de sistemas inteligentes. Com uma série de recentes avanços, o aprendizado profundo impulsionou todo o campo do aprendizado de máquina. Agora, mesmo os programadores que pouco sabem sobre esta tecnologia podem utilizar ferramentas simples e eficientes para implementar programas capazes de aprender com dados. Este livro prático mostra como fazê-lo. Utilizando exemplos concretos, uma teoria mínima e duas estruturas python prontas para produção - scikit-learn e tensorflow - o autor aurélien géron ajuda você a adquirir uma compreensão intuitiva dos conceitos e ferramentas para a construção de sistemas inteligentes. Você aprenderá uma variedade de técnicas, começando com uma regressão linear simples e progredindo para redes neurais profundas. Com exercícios em cada capítulo para ajudá-lo a aplicar o que aprendeu, você só precisa ter experiência em programação para começar. - explore o cenário do aprendizado de máquina, especialmente as redes neurais - utilize o scikit-learn para acompanhar um exemplo de projeto de aprendizado de máquina de ponta a ponta - examine vários modelos de treinamento, incluindo máquinas de vetor de suporte, árvores de decisão, florestas aleatórias e métodos de ensemble - use a biblioteca tensorflow para construir e treinar redes neurais - mergulhe em arquiteturas de rede neural, incluindo redes convolutivas, redes recorrentes e aprendizado por reforço profundo - aprenda técnicas para treinamento e dimensionamento de redes neurais profundas - aplique exemplos práticos de código sem recorrer a teorias excessivas ou detalhes de algoritmo do aprendizado de máquinas. |
| spellingShingle | Géron, Aurélien Mãos à Obra Aprendizado de Máquina com Scikit-Learn e TensorFlow |
| title | Mãos à Obra Aprendizado de Máquina com Scikit-Learn e TensorFlow |
| title_auth | Mãos à Obra Aprendizado de Máquina com Scikit-Learn e TensorFlow |
| title_exact_search | Mãos à Obra Aprendizado de Máquina com Scikit-Learn e TensorFlow |
| title_full | Mãos à Obra Aprendizado de Máquina com Scikit-Learn e TensorFlow Aurélien Géron |
| title_fullStr | Mãos à Obra Aprendizado de Máquina com Scikit-Learn e TensorFlow Aurélien Géron |
| title_full_unstemmed | Mãos à Obra Aprendizado de Máquina com Scikit-Learn e TensorFlow Aurélien Géron |
| title_short | Mãos à Obra |
| title_sort | maos a obra aprendizado de maquina com scikit learn e tensorflow |
| title_sub | Aprendizado de Máquina com Scikit-Learn e TensorFlow |
| work_keys_str_mv | AT geronaurelien maosaobraaprendizadodemaquinacomscikitlearnetensorflow |