Verlag: LAP LAMBERT Academic Publishing, 2024
ISBN 10: 6207805690 ISBN 13: 9786207805693
Sprache: Englisch
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes Königreich
EUR 42,81
Anzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: New. In.
Verlag: LAP LAMBERT Academic Publishing, 2024
ISBN 10: 6207805690 ISBN 13: 9786207805693
Sprache: Englisch
Anbieter: Books Puddle, New York, NY, USA
Zustand: New.
Verlag: LAP LAMBERT Academic Publishing Jun 2024, 2024
ISBN 10: 6207805690 ISBN 13: 9786207805693
Sprache: Englisch
Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschland
Taschenbuch. Zustand: Neu. Neuware -This book offers an in-depth exploration of the principles, techniques, and applications of machine learning. Starting with foundational concepts such as data preprocessing and model evaluation, the book covers both supervised learning models like regression and classification, and advanced topics like ensemble learning, neural networks, and deep learning. Practical considerations, including handling imbalanced data, feature engineering, and preventing data leakage, are thoroughly discussed to help build robust models. Designed for students, professionals, and enthusiasts alike, this guide provides valuable insights and practical knowledge to navigate and excel in the field of machine learning.Books on Demand GmbH, Überseering 33, 22297 Hamburg 76 pp. Englisch.
Verlag: LAP LAMBERT Academic Publishing, 2024
ISBN 10: 6207805690 ISBN 13: 9786207805693
Sprache: Englisch
Anbieter: preigu, Osnabrück, Deutschland
Taschenbuch. Zustand: Neu. Machine Learning Model Concepts: A Comprehensive Guide | Rupesh Kumar Tipu | Taschenbuch | 76 S. | Englisch | 2024 | LAP LAMBERT Academic Publishing | EAN 9786207805693 | Verantwortliche Person für die EU: BoD - Books on Demand, In de Tarpen 42, 22848 Norderstedt, info[at]bod[dot]de | Anbieter: preigu.
Verlag: KS Omniscriptum Publishing, 2024
ISBN 10: 6207805690 ISBN 13: 9786207805693
Sprache: Englisch
Anbieter: PBShop.store US, Wood Dale, IL, USA
EUR 47,06
Anzahl: Mehr als 20 verfügbar
In den WarenkorbPAP. Zustand: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
Verlag: KS Omniscriptum Publishing, 2024
ISBN 10: 6207805690 ISBN 13: 9786207805693
Sprache: Englisch
Anbieter: PBShop.store UK, Fairford, GLOS, Vereinigtes Königreich
EUR 49,83
Anzahl: Mehr als 20 verfügbar
In den WarenkorbPAP. Zustand: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
Verlag: LAP LAMBERT Academic Publishing Jun 2024, 2024
ISBN 10: 6207805690 ISBN 13: 9786207805693
Sprache: Englisch
Anbieter: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Deutschland
Taschenbuch. Zustand: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 76 pp. Englisch.
Verlag: LAP LAMBERT Academic Publishing, 2024
ISBN 10: 6207805690 ISBN 13: 9786207805693
Sprache: Englisch
Anbieter: Majestic Books, Hounslow, Vereinigtes Königreich
EUR 65,80
Anzahl: 4 verfügbar
In den WarenkorbZustand: New. Print on Demand.
Verlag: LAP LAMBERT Academic Publishing, 2024
ISBN 10: 6207805690 ISBN 13: 9786207805693
Sprache: Englisch
Anbieter: Biblios, Frankfurt am main, HESSE, Deutschland
Zustand: New. PRINT ON DEMAND.
Verlag: LAP LAMBERT Academic Publishing, 2024
ISBN 10: 6207805690 ISBN 13: 9786207805693
Sprache: Englisch
Anbieter: moluna, Greven, Deutschland
EUR 37,23
Anzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt.
Verlag: LAP LAMBERT Academic Publishing, 2024
ISBN 10: 6207805690 ISBN 13: 9786207805693
Sprache: Englisch
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Taschenbuch. Zustand: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - This book offers an in-depth exploration of the principles, techniques, and applications of machine learning. Starting with foundational concepts such as data preprocessing and model evaluation, the book covers both supervised learning models like regression and classification, and advanced topics like ensemble learning, neural networks, and deep learning. Practical considerations, including handling imbalanced data, feature engineering, and preventing data leakage, are thoroughly discussed to help build robust models. Designed for students, professionals, and enthusiasts alike, this guide provides valuable insights and practical knowledge to navigate and excel in the field of machine learning.