|
|
|
|
| LEADER |
00000nam0a2200000 4500 |
| 001 |
682595 |
| 005 |
20251118104426.0 |
| 010 |
|
|
|a 978-5-9729-1006-9
|
| 090 |
|
|
|a 682595
|
| 100 |
|
|
|a 20251024d2022 m||y0rusy50 ca
|
| 101 |
0 |
|
|a rus
|
| 102 |
|
|
|a RU
|
| 105 |
|
|
|a a j 001yy
|
| 181 |
|
0 |
|a i
|b e
|
| 182 |
|
0 |
|a n
|
| 183 |
|
0 |
|a nc
|2 RDAcarrier
|
| 200 |
1 |
|
|a Алгоритмы Data Science и их практическая реализация на Python
|e учебное пособие
|f А. В. Протодьяконов, П. А. Пылов, В. Е. Садовников
|
| 210 |
|
|
|a Москва
|a Вологда
|c Инфра-Инженерия
|d 2022
|
| 215 |
|
|
|a 389 с.
|c ил.
|
| 283 |
|
|
|a volume
|2 RDAcarrier
|
| 320 |
|
|
|a Библиографический список: с. 380-383
|
| 330 |
|
|
|a Рассмотрен полный каскад разработки моделей искусственного интеллекта. Проанализирована область Data Science, из которой выделены все необходимые для прикладной сферы алгоритмы машинного обучения, расположенные по уровню возрастания сложности работы с ними. Для студентов, изучающих информационные технологии. Может быть полезно как начинающим программистам, так и специалистам высокого уровня.
|
| 606 |
|
|
|a Искусственный интеллект
|9 88965
|
| 610 |
1 |
|
|a алгоритмы
|
| 610 |
1 |
|
|a линейная регрессия
|
| 610 |
1 |
|
|a машинное обучение
|
| 610 |
1 |
|
|a метрики
|
| 610 |
1 |
|
|a нейросети
|
| 610 |
1 |
|
|a нейронные сети
|
| 610 |
1 |
|
|a учебные пособия
|
| 675 |
|
|
|a 004.8
|v 4
|
| 700 |
|
1 |
|a Протодьяконов
|b А. В.
|g Андрей Владимирович
|
| 701 |
|
1 |
|a Пылов
|b П. А.
|g Петр Андреевич
|
| 701 |
|
1 |
|a Садовников
|b В. Е.
|g Владимир Евгеньевич
|
| 801 |
|
0 |
|a RU
|b 63413507
|c 20251024
|
| 942 |
|
|
|c BK
|
