Поиск :
Личный кабинет :
Электронный каталог: Татарникова, Т. М. - Методы машинного обучения
Татарникова, Т. М. - Методы машинного обучения
Нет экз.
Электронный ресурс
Автор: Татарникова, Т. М.
Методы машинного обучения : учеб. пособие
Издательство: ГУАП, 2023 г.
ISBN 978-5-8088-1885-9
Автор: Татарникова, Т. М.
Методы машинного обучения : учеб. пособие
Издательство: ГУАП, 2023 г.
ISBN 978-5-8088-1885-9
На полку
Электронный ресурс
Татарникова, Т. М.
Методы машинного обучения [Электронный ресурс] : учеб. пособие. – Санкт-Петербург : ГУАП, 2023. – 100 с. – Режим доступа : https://e.lanbook.com/book/461489, https://e.lanbook.com/img/cover/book/461489.jpg. – Книга из коллекции ГУАП - Информатика. – На рус. яз. – ISBN 978-5-8088-1885-9.
Рассматриваемый материал призван помочь студентам в освоении методов машинного обучения. Особое внимание уделено задачам понижения размерности, кластеризации и классификации. Приводятся характеристика методов, алгоритмов и этапы решения этих задач с за-креплением полученных знаний в виде примеров и заданий. Предназначено для студентов, обучающихся по направлению подготовки «Прикладная информатика», а также смежным направлениям подготовки и специальностям: «Прикладная математика и информатика», «Системный анализ и управление», «Прикладная математика». Пособие будет полезно аспирантам и научным работникам, которые в своей деятельности используют методы машинного обучения.
004.62(075)
основной = ЭБС Лань
Татарникова, Т. М.
Методы машинного обучения [Электронный ресурс] : учеб. пособие. – Санкт-Петербург : ГУАП, 2023. – 100 с. – Режим доступа : https://e.lanbook.com/book/461489, https://e.lanbook.com/img/cover/book/461489.jpg. – Книга из коллекции ГУАП - Информатика. – На рус. яз. – ISBN 978-5-8088-1885-9.
Рассматриваемый материал призван помочь студентам в освоении методов машинного обучения. Особое внимание уделено задачам понижения размерности, кластеризации и классификации. Приводятся характеристика методов, алгоритмов и этапы решения этих задач с за-креплением полученных знаний в виде примеров и заданий. Предназначено для студентов, обучающихся по направлению подготовки «Прикладная информатика», а также смежным направлениям подготовки и специальностям: «Прикладная математика и информатика», «Системный анализ и управление», «Прикладная математика». Пособие будет полезно аспирантам и научным работникам, которые в своей деятельности используют методы машинного обучения.
004.62(075)
основной = ЭБС Лань