Data Mining
Practical Machine Learning Tools and Techniques
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 69.95
-
29 672 Ft (28 259 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 5 934 Ft off)
- Discounted price 23 738 Ft (22 607 Ft + 5% áfa)
29 672 Ft
Beszerezhetőség
Becsült beszerzési idő: A Prosperónál jelenleg nincsen raktáron, de a kiadónál igen. Beszerzés kb. 3-5 hét..
A Prosperónál jelenleg nincsen raktáron.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadás sorszáma 5
- Kiadó Morgan Kaufmann
- Megjelenés dátuma 2025. április 1.
- ISBN 9780443158889
- Kötéstípus Puhakötés
- Terjedelem688 oldal
- Méret 234x190 mm
- Súly 1550 g
- Nyelv angol 0
Kategóriák
Hosszú leírás:
Data Mining: Practical Machine Learning Tools and Techniques, Fifth Edition, offers a thorough grounding in machine learning concepts, along with practical advice on applying these tools and techniques in real-world data mining situations. This highly anticipated new edition of the most acclaimed work on data mining and machine learning teaches readers everything they need to know to get going, from preparing inputs, interpreting outputs, evaluating results, to the algorithmic methods at the heart of successful data mining approaches.
Extensive updates reflect the technical changes and modernizations that have taken place in the field since the last edition, including more recent deep learning content on topics such as generative AI (GANs, VAEs, diffusion models), large language models (transformers, BERT and GPT models), and adversarial examples, as well as a comprehensive treatment of ethical and responsible artificial intelligence topics. Authors Ian H. Witten, Eibe Frank, Mark A. Hall, and Christopher J. Pal, along with new author James R. Foulds, include today’s techniques coupled with the methods at the leading edge of contemporary research
Tartalomjegyzék:
PART I: INTRODUCTION TO DATA MINING
1. What’s it all about?
2. Input: concepts, instances, attributes
3. Output: knowledge representation
4. Algorithms: the basic methods
5. Credibility: evaluating what’s been learned
6. Preparation: data preprocessing and exploratory data analysis
7. Ethics: what are the impacts of what's been learned?
PART II: MORE ADVANCED MACHINE LEARNING SCHEMES
8. Ensemble learning
9. Extending instance-based and linear models
10. Deep learning: fundamentals
11. Advanced deep learning methods
12. Beyond supervised and unsupervised learning
13. Probabilistic methods: fundamentals
14. Advanced probabilistic methods
15. Moving on: applications and their consequences
Data Mining: Practical Machine Learning Tools and Techniques
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
29 672 Ft
