Stan książek
Nasze książki są dokładnie sprawdzone i jasno określamy stan każdej z nich.
Nowa
Książka nowa.
Używany - jak nowa
Niezauważalne lub prawie niezauważalne ślady używania. Książkę ciężko odróżnić od nowej pozycji.
Używany - dobry
Normalne ślady używania wynikające z kartkowania podczas czytania, brak większych uszkodzeń lub zagięć.
Używany - widoczne ślady użytkowania
zagięte rogi, przyniszczona okładka, książka posiada wszystkie strony.
Python. Uczenie maszynowe w przykładach. Najlepsze praktyki w realnych zastosowaniach wyd. 4
Masz tę lub inne książki?
Sprzedaj je u nas
Python, dzięki swoim wszechstronnym bibliotekom, staje się narzędziem coraz bardziej zaawansowanych projektów z zakresu uczenia maszynowego. Jego zastosowanie w systemach do analizy języka naturalnego oraz przetwarzania obrazów rozwija się w istotnym stopniu, a kluczem do uzyskania najwyższej jakości wyników jest znajomość dobrych praktyk w tej dziedzinie. Nowe, trzecie wydanie cenionego podręcznika oferuje szansę na zdobycie wiedzy na temat zaawansowanych technik uczenia maszynowego. Książka rozszerza tematykę o dwa nowe rozdziały, które opisują architekturę Transformer oraz modele takie jak BERT i GPT. Porusza także temat multimodalnych modeli do analizy obrazów, które można wdrażać z wykorzystaniem bibliotek PyTorch i Hugging Face. Czytelnicy znajdą tu cenne połączenie teorii z praktycznymi przykładami, które ułatwią poszerzenie wiedzy w zakresie głębokiego uczenia i odkrycie pełni możliwości zaawansowanych technik uczenia maszynowego, co z kolei pozwoli lepiej radzić sobie z codziennymi wyzwaniami.
Wybierz stan zużycia:
WIĘCEJ O SKALI
Python, dzięki swoim wszechstronnym bibliotekom, staje się narzędziem coraz bardziej zaawansowanych projektów z zakresu uczenia maszynowego. Jego zastosowanie w systemach do analizy języka naturalnego oraz przetwarzania obrazów rozwija się w istotnym stopniu, a kluczem do uzyskania najwyższej jakości wyników jest znajomość dobrych praktyk w tej dziedzinie. Nowe, trzecie wydanie cenionego podręcznika oferuje szansę na zdobycie wiedzy na temat zaawansowanych technik uczenia maszynowego. Książka rozszerza tematykę o dwa nowe rozdziały, które opisują architekturę Transformer oraz modele takie jak BERT i GPT. Porusza także temat multimodalnych modeli do analizy obrazów, które można wdrażać z wykorzystaniem bibliotek PyTorch i Hugging Face. Czytelnicy znajdą tu cenne połączenie teorii z praktycznymi przykładami, które ułatwią poszerzenie wiedzy w zakresie głębokiego uczenia i odkrycie pełni możliwości zaawansowanych technik uczenia maszynowego, co z kolei pozwoli lepiej radzić sobie z codziennymi wyzwaniami.
Szczegóły
Dane producenta:
Inne książki: Yuxi (Hayden) Liu
Podobne produkty
Może Ci się spodobać
Inne książki z tej samej kategorii
Napisz opinię o książce i wygraj nagrodę!
W każdym miesiącu wybieramy najlepsze opinie i nagradzamy recenzentów.
Dowiedz się więcejWartość nagród w tym miesiącu
880 zł
Dodaj swoją opinię
Zaloguj się na swoje konto, aby mieć możliwość dodawania opinii.
Czy chcesz zostawić tylko ocenę?
Dodanie samej oceny o książce nie jest brane pod uwagę podczas losowania nagród. By mieć szansę na otrzymanie nagrody musisz napisać opinię o książce.
Już oceniłeś/zrecenzowałeś te książkę w przeszłości.
Możliwe jest dodanie tylko jednej recenzji do każdej z książek.
Sposoby dostawy
Odbiór w punkcie (6)
InPost Paczkomat 24/7
13,99 zł
ORLEN Paczka
12,99 zł
Dostawa na adres (7)
GLS U Ciebie - Kurier
14,99 zł
Kurier DPD
14,99 zł
Sposoby płatności
Płatność z góry
Przedpłata
Zwykły przelew
