Suche nach Büchern
Bücher
Spenden
Einloggen
Einloggen
für autorisierte Benutzer stellen folgendes zur Verfügung:
Persönliche Empfehlungen
Telegram-Bot
Downloadverlauf
an E-Mail-Adresse oder Kindle senden
Bücherlisten verwalten
in Favoriten speichern
Persönlich
Suchanfrage nach dem Buch
Erkunden
Z-Recommend
Bücherlisten
Meistgefragt
Kategorien
Teilnahme
Spenden
Hochladen
Litera Library
Papierbücher spenden
Papierbücher hinzufügen
Search paper books
Mein LITERA Point
Suche nach den Begriffen
Main
Suche nach den Begriffen
search
1
Deep Learning mit Python und Keras
mitp-Verlag
Chollet
,
François
layer
daten
modell
verlustfunktion
verwenden
import
abbildung
modells
listing
model.add
modelle
activation
abb
shape
nns
relu
verfahren
wert
verwendet
layers
ausgabe
cnns
beispiel
siehe
trainieren
aufgabe
validierung
eingabe
bild
aufgaben
samples
werte
erlernen
anhand
layers.dense
tensor
learnings
anzahl
gewichtungen
layern
numpy
tensoren
beispielsweise
korrektklassifizierungsrate
trainingsdaten
informationen
repräsentationen
überanpassung
erzeugen
merkmale
Jahr:
2018
Sprache:
german
Datei:
EPUB, 18.01 MB
Ihre Tags:
0
/
0
german, 2018
2
Machine Learning mit Python
mitp-Verlag
Sebastian Raschka
import
daten
algorithmus
verwenden
scikit
funktion
anzahl
merkmale
klassifizierer
modell
python
verfahren
modells
y_train
datensammlung
regression
trainieren
abschnitt
gewichtungen
parameter
trainingsdaten
kernel
anhand
folgenden
werte
abbildung
x_train
objekte
trainingsdatenmenge
theano
straffunktion
pca
klassen
klassenbezeichnungen
numpy
beispielsweise
implementierung
korrektklassifizierungsrate
berechnen
plt.show
verschiedenen
wert
matrix
netze
algorithmen
cluster
marker
vorangegangenen
clustering
klassifizierung
Jahr:
2016
Sprache:
german
Datei:
EPUB, 29.13 MB
Ihre Tags:
0
/
0
german, 2016
3
Machine Learning mit Python
mitp-Verlag
Sebastian Raschka
import
daten
algorithmus
verwenden
scikit
funktion
anzahl
merkmale
klassifizierer
modell
python
verfahren
modells
y_train
datensammlung
regression
trainieren
abschnitt
gewichtungen
parameter
trainingsdaten
kernel
anhand
folgenden
werte
abbildung
x_train
objekte
trainingsdatenmenge
theano
straffunktion
pca
klassen
klassenbezeichnungen
numpy
beispielsweise
implementierung
korrektklassifizierungsrate
berechnen
plt.show
verschiedenen
wert
matrix
netze
algorithmen
cluster
marker
vorangegangenen
clustering
klassifizierung
Jahr:
2016
Sprache:
german
Datei:
AZW3 , 35.08 MB
Ihre Tags:
0
/
0
german, 2016
4
Machine Learning mit Python
mitp-Verlag
Sebastian Raschka
import
daten
algorithmus
verwenden
scikit
funktion
anzahl
merkmale
klassifizierer
modell
python
verfahren
modells
y_train
datensammlung
regression
trainieren
abschnitt
gewichtungen
parameter
trainingsdaten
kernel
anhand
folgenden
werte
abbildung
x_train
objekte
trainingsdatenmenge
theano
straffunktion
pca
klassen
klassenbezeichnungen
numpy
beispielsweise
implementierung
korrektklassifizierungsrate
berechnen
plt.show
verschiedenen
wert
matrix
netze
algorithmen
cluster
marker
vorangegangenen
clustering
klassifizierung
Jahr:
2016
Sprache:
german
Datei:
MOBI , 34.61 MB
Ihre Tags:
0
/
0
german, 2016
1
Folgen Sie
diesem Link
oder finden Sie einen Bot "@BotFather" in Telegram
2
Senden Sie Befehl /newbot
3
Geben Sie den Namen für Ihren Bot an
4
Geben Sie den Benutzername für den Bot
5
Kopieren Sie die letzte Meldung von BotFather und fügen Sie hier ein
×
×