Основы машинного обучения на Python: учебник

Основы машинного обучения на Python: учебник

Détails bibliographiques
Auteur principal:	Коротеев М. В. Михаил Викторович
Résumé:	Рассматриваются различные типы задач машинного обучения, включая обучение с учителем, диагностику моделей и методы предварительного анализа данных. Базовые понятия объясняются доступным языком и содержат множество примеров из реального мира. Подробно рассказано о техниках машинного обучения, включая линейную регрессию, деревья решений, метод опорных векторов, а также другие классические модели. Читатели узнают, как выбирать параметры для моделей, оценивать их производительность и настроить их для использования в реальных приложениях. Включает в себя обзор популярных библиотек Python, используемых для разработки машинного обучения. Соответствует ФГОС ВО последнего поколения.
Langue:	russe
Publié:	Москва, Кнорус, 2025
Collection:	Бакалавриат
Sujets:	Машинное обучение искусственный интеллект Python линейные регрессии методы обучения обработка данных метрики эффективности регрессии учебники
Format:	Livre
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=679727

Documents similaires

Алгоритмы Data Science и их практическая реализация на Python: учебное пособие
par: Протодьяконов А. В. Андрей Владимирович
Publié: (Москва, Инфра-Инженерия, 2022)

Инженерия машинного обучения: пер. с англ.
par: Бурков А. Андрей
Publié: (Москва, ДМК Пресс, 2022)

Машинный интеллект. Очерки по теории машинного обучения и искусственного интеллекта
par: Шумский С. А. Сергей Александрович
Publié: (Москва, РИОР, 2022)

Машинное обучение: новый искусственный интеллект: пер. с англ.
par: Алпайдин Э. Этем
Publié: (Москва, Альпина Паблишер, 2017)

Машинное обучение с участием человека. Активное обучение и аннотирование для ориентированного на человека искусственного интеллекта: пер. с англ.
par: Монарх (Манро) Р. Роберт
Publié: (Москва, ДМК Пресс, 2022)

Нейросети на Python. Основы ИИ и машинного обучения
par: Куликова И. В.
Publié: (Санкт-Петербург, Наука и Техника, 2025)

Методы изучения трансгрессий и регрессий (на примере позднемеловых бассейнов Западного Казахстана)
par: Найдин Д. П. Дмитрий Павлович
Publié: (Москва, Изд-во МГУ, 1984)

Промптология. Искусство диалога с нейросетями
par: Кузьменко О. В. Олег Валерьевич
Publié: (Москва, Инфра-Инженерия, 2025)

Изучение факторов, оказывающих наибольшее влияние на качество объекта (эксперимент с вафлями); Ресурсоэффективные системы в управлении и контроле: взгляд в будущее
par: Бакенова А. А.
Publié: (2018)

О физическом смысле коэффициентов уравнения регрессии "пористость-проницаемость"; Проблемы геологии и освоения недр
par: Голопапа С. Н.
Publié: (2007)

Структура и генезис природных резервуаров углеводородов в эпиконтинентальных сероцветных терригенных формациях; Фациальный анализ в нефтегазовой литологии
par: Шишлов С. Б.
Publié: (2012)

Применение метода фитотестирования для оценки токсичности стоков травления титана; Высокие технологии в современной науке и технике (ВТСНТ-2017)
par: Забиров Т. З.
Publié: (2017)

Математическое моделирование влияния контекстных факторов на уровень подготовленности абитуриентов учреждений высшего профессионального образования Российской Федерации; Доклады Томского государственного университета систем управления и радиоэлектроники; № 2 (36)
par: Илюхин Б. В. Борис Валентинович
Publié: (2015)

Исследование миокардиальной перфузии методами машинного обучения и искусственного интеллекта; Перспективы развития фундаментальных наук; Т. 3 : Математика
par: Кандыбо А. С.
Publié: (2023)

Основы искусственного интеллекта в примерах на Python: самоучитель
par: Постолит А. В. Анатолий Владимирович
Publié: (Санкт-Петербург, БХВ-Петербург, 2025)

Подавление шумов и реконструкция изображений на основе применения ядра регрессии; Современные техника и технологии; Т. 2
par: Буй Тхи Тху Чанг
Publié: (2011)

Finite-sample and asymptotic sign-based tests for parameters of non-linear quantile regression with Markov noise; Journal of Physics: Conference Series; Vol. 803 : Information Technologies in Business and Industry (ITBI2016)
par: Sirenko M. A.
Publié: (2017)

Идеи машинного обучения. От теории к алгоритмам: пер. с англ.
par: Шалев-Шварц Ш. Шай
Publié: (Москва, ДМК Пресс, 2019)

Минимаксное оценивание гауссовской параметрической регрессии; Вестник Томского государственного университета. Математика и механика; № 5
par: Пчелинцев В. А. Валерий Анатольевич
Publié: (2014)

Python, Django, Data Science: учебное пособие
par: Майтак Р. В. Роман Вячеславович
Publié: (Москва, Инфра-Инженерия, 2025)

Теоретические основы информационно-измерительной техники: учебное пособие
par: Плотникова Г. А. Галина Александровна
Publié: (Томск, Изд-во ТПИ, 1990)

Модель оценки влияния розыгрышей на прирост аудитории группы социальной сети; Информационные технологии в науке, управлении, социальной сфере и медицине; Ч. 2
par: Ширенков И. В.
Publié: (2017)

The algorithm of forecasting of the oil well intervention effect; Journal of Physics: Conference Series; Vol. 803 : Information Technologies in Business and Industry (ITBI2016)
Publié: (2017)

Основы искусственного интеллекта в примерах на Python
par: Постолит А. В. Анатолий Владимирович
Publié: (Санкт-Петербург, БХВ-Петербург, 2021)

Влияние контекстных факторов на оценку эффективности работы школ Томской области; Современные проблемы науки и образования; № 6
par: Кацман Ю. Я. Юлий Янович
Publié: (2014)

Основы искусственного интеллекта в примерах на Python: самоучитель
par: Постолит А. В. Анатолий Владимирович
Publié: (Санкт-Петербург, БХВ-Петербург, 2024)

Выделение смысловых понятий в медицинских диагнозах при помощи машинного обучения; Молодежь и современные информационные технологии
par: Коваль Д. И.
Publié: (2020)

Использование Python для анализа производственных данных; Прогрессивные технологии и экономика в машиностроении
par: Зинченко Д. А.
Publié: (2026)

Сборник задач к начальному курсу эконометрики
par: Катышев П. К. Павел Константинович
Publié: (Москва, Дело, 1999)

Психология машинного зрения: пер. с англ.
Publié: (Москва, Мир, 1978)

Гибридная интеллектуальная система для оперативного определения свойств бурового раствора на основе машинного обучения: автореферат диссертации на соискание ученой степени кандидата технических наук; спец. 2.3.1
par: Давуди Ш. Шадфар
Publié: (Томск, 2023)

Regression analysis for solving diagnosis problem of children's health; IOP Conference Series: Materials Science and Engineering; Vol. 124 : Mechanical Engineering, Automation and Control Systems (MEACS2015)
par: Cherkashina Yu. A. Yuliya Andreevna
Publié: (2016)

Аналитика данных в Python (ЮТИ, 09.03.03): электронный курс
par: Разумников С. В. Сергей Викторович
Publié: (Томск, TPU Moodle, 2026)

Нейронные сети в диагностике злокачественных новообразований по выдыхаемому воздуху; Физико-технические проблемы в науке, промышленности и медицине
Publié: (2025)

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. Concepts, Tools, and Technigues to Build Intelligent Systems
par: Géron A. Aurelien
Publié: (Croydon, O'Reilly, 2019)

Свойства комбинированной оценки регрессии при конечных объемах выборок; Известия Томского политехнического университета [Известия ТПУ]; Т. 313, № 5: Управление, вычислительная техника и информатика
par: Скрипин С. В.
Publié: (2008)

Математическая статистика
par: Боровков А. А. Александр Алексеевич
Publié: (Новосибирск, Наука, 1997)

Методы эконометрики: учебник
par: Айвазян С. А. Сергей Артемьевич
Publié: (Москва, Магистр, 2015)

Методы и алгоритмы сегментации медицинских изображений на основе машинного обучения: автореферат диссертации на соискание ученой степени кандидата технических наук; спец. 05.13.01
par: Данилов В. В. Вячеслав Владимирович
Publié: (Томск, [Б. и.], 2020)

Статистические методы эконометрии: пер. с фр.
par: Маленво Э. Эдмонд
Publié: (Москва, Статистика, 1976)