Zur Seitenansicht
 

Titelaufnahme

Titel
Low-Code AI : A Practical Project-Driven Introduction to Machine Learning / Gwendolyne Stripling, PhD & Michael Abel,PhD
VerfasserStripling, Gwendolyne In Wikipedia suchen nach Gwendolyne Stripling ; Abel, Michael In der Gemeinsamen Normdatei der DNB nachschlagen In Wikipedia suchen nach Michael Abel
ErschienenSebastopol : O'Reilly Media, 2023
Ausgabe
First Edition
Umfangxiv, 309 Seiten : Illustrationen
SchlagwörterCOM005030 In Wikipedia suchen nach COM005030 / COM094000 In Wikipedia suchen nach COM094000 / COMPUTERSArtificial Intelligence In Wikipedia suchen nach COMPUTERSArtificial Intelligence / COMPUTERSMachine Theory In Wikipedia suchen nach COMPUTERSMachine Theory / COMPUTERSProgrammingAlgorithms In Wikipedia suchen nach COMPUTERSProgrammingAlgorithms / Machine learning In Wikipedia suchen nach Machine learning / Maschinelles Lernen In Wikipedia suchen nach Maschinelles Lernen
ISBN978-1-09-814682-5
Links
Download Low-Code AI [0,60 mb]
Nachweis
Verfügbarkeit In meiner Bibliothek
Archiv METS (OAI-PMH)
Zusammenfassung

This hands-on guide presents three problem-focused ways to learn ML: no code using AutoML, low-code using BigQuery ML, and custom code using scikit-learn and Keras. You'll learn key ML concepts by using real-world datasets with realistic problems