Открыто

[Питер] Машинное обучение на табличных данных: XGBoost, глубокое обучение и [Райан Марк, Массарон Лука]

Тема в разделе "Электронные книги", создана пользователем Топикстартер, 16 мар 2026 в 16:01.

Цена: 2999р.-89%
Взнос: 312р.

Основной список: 15 участников

  1. 16 мар 2026 в 16:01
    #1
    Топикстартер
    Топикстартер ЧКЧлен клуба

    Складчина: [Питер] Машинное обучение на табличных данных: XGBoost, глубокое обучение и [Райан Марк, Массарон Лука]

    44614391.jpg

    Машинное обучение может ускорить выполнение повседневных бизнес-задач, таких как сверка счетов, прогнозирование спроса или автоматизация обслуживания клиентов, не говоря уже о более сложных задачах, например выявление мошенничества, прогнозное техническое обслуживание и персонализированный маркетинг. Извлекайте важную информацию из электронных таблиц, реестров, баз данных и других источников, используя градиентный бустинг, глубокое обучение и генеративный ИИ.«Машинное обучение на табличных данных» описывает практические методы машинного обучения для модернизации каждого этапа анализа бизнес-данных. Вас ждут примеры использования XGBoost и Keras для прогнозирования цен на краткосрочную аренду недвижимости, развертывание локальной модели машинного обучения с помощью Python и Flask и оптимизация рабочих процессов с использованием больших языковых моделей (LLM). Научитесь делать свои модели более мощными и интерпретируемыми.

    Тема: Библиотека программиста
    Год: 2026
    Страниц: 560

    Формат: Скан PDF
    Стоимость: 2999 руб.
    Скрытая ссылка
     
    Последнее редактирование модератором: 17 мар 2026 в 17:18
    1 человеку нравится это.
  2. Последние события

    1. blackfish
      blackfish участвует.
      17 мар 2026 в 09:22
    2. terrss
      terrss участвует.
      17 мар 2026 в 08:32
    3. unofficial
      unofficial участвует.
      17 мар 2026 в 08:04
    4. ppaganel
      ppaganel участвует.
      17 мар 2026 в 04:34

    Последние важные события

    1. skladchik.com
      Назначен организатор.
      16 мар 2026 в 16:01