Hyperparameter Tuning for Machine and Deep Learning with R

Anglais, 2022
Livré entre mar, 5/5 et ven, 8/5
Plus de 10 pièces en stock chez le fournisseur
Livraison gratuite à partir de 50.–

Informations sur le produit

Le livre "Hyperparameter Tuning for Machine and Deep Learning with R" offre une introduction complète à l'optimisation des hyperparamètres pour l'apprentissage automatique (ML) et l'apprentissage profond (DL). Il s'adresse aux praticiens de l'industrie ainsi qu'aux chercheurs, enseignants et étudiants du milieu académique. À travers une multitude d'exemples pratiques, il illustre comment le réglage des hyperparamètres peut être appliqué en pratique pour obtenir des améliorations significatives en termes d'efficacité et d'efficacité des méthodes ML et DL. Le contenu est divisé en deux parties principales : théorie et application. Les lecteurs obtiennent des aperçus précieux sur le fonctionnement des algorithmes ML et DL et apprennent comment utiliser les méthodes présentées pour obtenir de meilleurs résultats avec moins de coûts et de ressources. Les études de cas sont conçues pour être réalisées sur des ordinateurs de bureau ou des ordinateurs portables conventionnels, sans nécessiter de supercalculateurs.

Spécifications principales

thème
Technique & IT
Langue
Anglais
Année
2022
Couverture du livre
Couverture cartonnée

Informations générales

Numéro d'article
56871567
Éditeur
Springer
Catégorie
Livres spécialisés
Date de sortie
27/3/2025

Propriétés du livre

thème
Technique & IT
Langue
Anglais
Année
2022
Couverture du livre
Couverture cartonnée

Contribution climatique volontaire

CO₂-Emission
0.25 kg
Contribution climatique
CHF 0.11

30 jours de droit de retour si non ouvert
Aucune garantie

Comparer les produits

Convient

Critiques et opinions

Taux de recours en garantie

La fréquence à laquelle un produit de cette marque dans la catégorie « Livres spécialisés » présente un défaut au cours des 24 premiers mois.

Source: Digitec Galaxus
  • 1.Rheinwerk
    0 %
  • 1.S.Fischer
    0 %
  • 1.Springer
    0 %
  • 1.Stämpfli
    0 %
  • 1.Ullstein
    0 %

Durée de la garantie

Le temps moyen de traitement entre l'arrivée au point de service et le retour chez le client, en jours ouvrables.

Source: Digitec Galaxus
  • Springer
    Données insuffisantes
  • An der Ruhr
    Données insuffisantes
  • Anaconda
    Données insuffisantes
  • Ariston
    Données insuffisantes
  • Avery Publishing Group
    Données insuffisantes

Malheureusement, nous n’avons pas encore assez de données pour cette catégorie pour vous montrer plus de quotas.

Taux de retour

Fréquence à laquelle un produit de cette marque est retourné dans la catégorie « Livres spécialisés ».

Source: Digitec Galaxus
  • 55.Piper
    1.1 %
  • 55.S.Fischer
    1.1 %
  • 55.Springer
    1.1 %
  • 60.An der Ruhr
    1.2 %
  • 60.Deutsche Bibelgesellschaft
    1.2 %
Source: Digitec Galaxus