R Deep Learning Essentials (paperback)

Oferta empik.com : 319,99 zł

319,99 zł
Odbiór w salonie 0 zł
Aktywuj dodatkowe korzyści
Darmowe punkty odbioru
Darmowy kurier
Wysyłamy w 2 tygodnie
Szybkie zakupy bez zbędnych formalności. Wybierz opcje dostawy, formę płatności i złóż zamówienie.

Potrzebujesz pomocy w zamówieniu?

Zadzwoń
Dodaj do listy

Dodaj ten produkt do jednej z utworzonych przez Ciebie list i zachowaj go na później.

Najczęściej kupowane razem

3 produkty

Cena zestawu:

Dodatkowy rabat:

Wysyłamy w 2 tygodnie

Build automatic classification and prediction models using unsupervised learning

About this book

  • Harness the ability to build algorithms for unsupervised data using deep learning concepts with R
  • Master the common problems faced such as overfitting of data, anomalous datasets, image recognition, and performance tuning while building the models
  • Build models relating to neural networks, prediction and deep prediction

Book description

Deep learning is a branch of machine learning based on a set of algorithms that attempt to model high-level abstractions in data by using model architectures. With the superb memory management and the full integration with multi-node big data platforms, the H2O engine has become more and more popular among data scientists in the field of deep learning. This book will introduce you to the deep learning package H2O with R and help you understand the concepts of deep learning. We will start by setting up important deep learning packages available in R and then move towards building models related to neural networks, prediction, and deep prediction, all of this with the help of real-life examples.

After installing the H2O package, you will learn about prediction algorithms. Moving ahead, concepts such as overfitting data, anomalous data, and deep prediction models are explained. Finally, the book will cover concepts relating to tuning and optimizing models.

What you will learn

  • Set up the R package H2O to train deep learning models
  • Understand the core concepts behind deep learning models
  • Use Autoencoders to identify anomalous data or outliers
  • Predict or classify data automatically using deep neural networks
  • Build generalizable models using regularization to avoid overfitting the training data
Tytuł: R Deep Learning Essentials
Tytuł oryginalny: Explore deep learning algorithms that make use of unsupervised learning for machines with R
Autor: Wiley Dr. Joshua F.
Wydawca: Packt Publishing
Język wydania: english
Ilość stron: 170
Data premiery: 2020-10-01
Rok wydania: 2016
Forma: książka
Wymiary [mm]: 15 x 236 x 189
 
Brak
ocen
5
0
4
0
3
0
2
0
1
0
Oceń:
W przypadku naruszenia Regulaminu Twój wpis zostanie usunięty.
Prezentowane dane dotyczą zamówień dostarczanych i sprzedawanych przez empik.

Klienci, których interesował ten produkt, oglądali też

Opinie, uwagi, pytania

Jeśli masz pytania dotyczące sklepu empik.com odwiedź nasze strony pomocy.
Jeśli widzisz błąd lub chcesz uzyskać więcej informacji o produkcie skorzystaj z formularza kontaktowego: zgłoszenie błędu / pytanie o produkt

Twoja wiadomość została wysłana. Dziękujemy.

Administratorem podanych przez Ciebie danych osobowych jest Empik S.A. z siedzibą w Warszawie. Twoje dane będą przetwarzane w celu obsługi Twojej wiadomości z formularza kontaktowego, a także w celach statystycznych i analitycznych administratora. Więcej informacji na temat przetwarzania danych osobowych znajduje się w naszej Polityce prywatności.

Wybierz temat a następnie wypełnij dane formularza:

Pole Email jest wymagane

Pole imię i nazwisko jest wymagane

Pole Twoja wiadomość jest wymagane

pola wymagane

Jeśli chcesz skontaktować się z nami telefonicznie, skorzystaj z naszej infolini:

Centrum Wsparcia
Klienta
+48 22 462 72 50

+48 22 462 72 50

Czynne: pon – nd 8:00 – 23:00

* z wyjątkiem świąt ustawowo wolnych od pracy

Ostatnio oglądane

Podobne do ostatnio oglądanego

Korzystając ze strony zgadzasz się na używanie plików cookie, które są instalowane na Twoim urządzeniu. Za ich pomocą zbieramy informacje, które mogą stanowić dane osobowe. Wykorzystujemy je w celach analitycznych, marketingowych oraz aby dostosować treści do Twoich preferencji i zainteresowań. Więcej o tym oraz o możliwościach zmiany ich ustawień dowiesz się w Polityce Prywatności.