Opinie czytelników
Obecnie brak opinii czytelników. Ocena opiera się na 10 głosach.
Zawartość książki:
Wykorzystaj moc MATLABa do rozwiązywania szerokiego zakresu wyzwań związanych z uczeniem maszynowym. Ta książka zawiera serię przykładów technologii krytycznych dla uczenia maszynowego. Każdy przykład rozwiązuje rzeczywisty problem. Cały kod zawarty w MATLAB Machine Learning Recipes: A Problem-Solution Approach jest wykonywalny. Zestaw narzędzi, z którego korzysta kod, zapewnia kompletny zestaw funkcji potrzebnych do wdrożenia wszystkich aspektów uczenia maszynowego. Autorzy Michael Paluszek i Stephanie Thomas pokazują, jak wszystkie te technologie pozwalają czytelnikowi budować zaawansowane aplikacje do rozwiązywania problemów z rozpoznawaniem wzorców, autonomiczną jazdą, systemami eksperckimi i wieloma innymi.
Czego się nauczysz:
⬤ Jak pisać kod do uczenia maszynowego, sterowania adaptacyjnego i estymacji przy użyciu MATLAB.
⬤ Jak te trzy obszary wzajemnie się uzupełniają.
⬤ W jaki sposób te trzy obszary są potrzebne dla solidnych aplikacji uczenia maszynowego.
⬤ Jak używać narzędzi graficznych i wizualizacyjnych MATLAB do uczenia maszynowego.
⬤ Jak kodować rzeczywiste przykłady w MATLAB dla głównych zastosowań uczenia maszynowego w dużych zbiorach danych.
Dla kogo jest ta książka: Głównymi odbiorcami są inżynierowie, naukowcy zajmujący się danymi i studenci poszukujący kompleksowej i bogatej w przykłady książki kucharskiej na temat uczenia maszynowego przy użyciu MATLAB.
