Kors
Администратор
- Регистрация
- 12 Дек 2014
- Сообщения
- 190.140
- Реакции
- 246.029
Складчина: [ДМК] Конформное прогнозирование в Python [Манохин В., Груздев А.В.]
Данная книга предлагает углубленное изучение конформного прогнозирования — новейшего подхода, позволяющего управлять неопределенностью в различных задачах машинного обучения. Вы узнаете, как конформное прогнозирование создает точно откалиброванные прогнозные интервалы для регрессии и решает задачи прогнозирования временных рядов и несбалансированных данных. Практические примеры на Python, а также использование реальных наборов данных, экспертных рекомендаций и открытых библиотек обеспечат вам глубокое понимание этого подхода.
В числе рассматриваемых тем:
основные концепции и принципы конформного прогнозирования;
отличие конформного прогнозирования от традиционных методов машинного обучения;
конформное прогнозирование для несбалансированных наборов данных и многоклассовой классификации;
передовые методы измерения и управления неопределенностью в промышленных задачах;
конформный подход к оценке неопределенности в прогнозировании и NLP.
Издание предназначено специалистам по data science, инженерам по машинному обучению, ученым и всем, кто хочет улучшить свои навыки в области количественной оценки неопределенности в МО.
Для изучения материала понадобятся базовые знаниями в области машинного обучения и программирования на Python.
Издание: Цветное
Оригинальное название: Practical Guide to Applied Conformal Prediction in Python
Оригинальный правообладатель: Packt
Автор: Манохин В., Груздев А.В.
Объем, стр: ~350
ISBN: 978-5-93700-341-6
Формат: PDF
Стоимость: 1600
СКАЧАТЬ
Данная книга предлагает углубленное изучение конформного прогнозирования — новейшего подхода, позволяющего управлять неопределенностью в различных задачах машинного обучения. Вы узнаете, как конформное прогнозирование создает точно откалиброванные прогнозные интервалы для регрессии и решает задачи прогнозирования временных рядов и несбалансированных данных. Практические примеры на Python, а также использование реальных наборов данных, экспертных рекомендаций и открытых библиотек обеспечат вам глубокое понимание этого подхода.
В числе рассматриваемых тем:
основные концепции и принципы конформного прогнозирования;
отличие конформного прогнозирования от традиционных методов машинного обучения;
конформное прогнозирование для несбалансированных наборов данных и многоклассовой классификации;
передовые методы измерения и управления неопределенностью в промышленных задачах;
конформный подход к оценке неопределенности в прогнозировании и NLP.
Издание предназначено специалистам по data science, инженерам по машинному обучению, ученым и всем, кто хочет улучшить свои навыки в области количественной оценки неопределенности в МО.
Для изучения материала понадобятся базовые знаниями в области машинного обучения и программирования на Python.
Издание: Цветное
Оригинальное название: Practical Guide to Applied Conformal Prediction in Python
Оригинальный правообладатель: Packt
Автор: Манохин В., Груздев А.В.
Объем, стр: ~350
ISBN: 978-5-93700-341-6
Формат: PDF
Стоимость: 1600
СКАЧАТЬ
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- Конфеты [Ксения Богатыренко]
- Как быстро и хорошо разбогатеть на чужих деньгах [Дмитрий Суворов]
- 3 шага к практике группового терапевта [АНО Центр Сфера] [Иван Попов]
- Средство немассовой информации СНМИ (октябрь 2026) [Тариф Рекомендуемая норма потребления] [Кримсон Альтер, Виктор Мараховский]
- Афформации. Программирование личной жизни [Dark Psychologist]
- Как получать оргазм [TutorPlace] [Алина Мурзагалиева]