- Регистрация
- 22 Февраль 2018
- Сообщения
- 11.997
Автор: udemy
Название: Машинное Обучение в JavaScript с TensorFlow.js (2022)
Описание:
Machine Learning in JavaScript with TensorFlow.js
udemy
Заинтересованы в использовании машинного обучения в приложениях и веб-сайтах JavaScript? Тогда этот курс для вас! Это учебник, который вы искали, чтобы стать современным мастером машинного обучения JavaScript в 2022 году. Он не просто охватывает основы, к концу курса у вас будут расширенные знания в области машинного обучения, которые вы сможете использовать в своем резюме. От абсолютного нуля до мастера — присоединяйтесь к революции TensorFlow.js.
Этот курс был разработан командой разработчиков программного обеспечения, увлеченных использованием JavaScript с машинным обучением. Мы проведем вас по сложным темам на практике и подкрепим обучение углубленными лабораторными работами и викторинами.
На протяжении всего курса мы используем данные о ценах на жилье, чтобы задавать все более сложные вопросы; «Можете ли вы предсказать стоимость этого дома?», «Можете ли вы сказать мне, есть ли в этом доме выход к воде?», «Можете ли вы классифицировать его как имеющий 1, 2 или 3+ спальни?». Каждый пример основывается на предыдущем, чтобы закрепить обучение простыми и последовательными шагами.
Машинное обучение в TensorFlow.js предоставляет вам все преимущества TensorFlow, но без Python. Это демонстрируется с помощью веб-примеров, потрясающих визуализаций и настраиваемых компонентов веб-сайта.
Этот курс веселый и увлекательный, а результаты машинного обучения представлены в небольших темах:
Часть 1. Введение в TensorFlow.js
Часть 2. Установка и запуск TensorFlow.js
Часть 3. Основные концепции TensorFlow.js
Часть 4. Подготовка данных с помощью TensorFlow.js
Часть 5. Определение модели
Часть 6 Обучение и тестирование в TensorFlow.js
Часть 7 Прогноз TensorFlow.js
Часть 8 - Бинарная классификация
Часть 9 - Мультиклассовая классификация
Часть 10 - Заключение и следующие шаги
Материал на английском языке
Подробнее:
Скачать:
Название: Машинное Обучение в JavaScript с TensorFlow.js (2022)
Описание:
Machine Learning in JavaScript with TensorFlow.js
udemy
Заинтересованы в использовании машинного обучения в приложениях и веб-сайтах JavaScript? Тогда этот курс для вас! Это учебник, который вы искали, чтобы стать современным мастером машинного обучения JavaScript в 2022 году. Он не просто охватывает основы, к концу курса у вас будут расширенные знания в области машинного обучения, которые вы сможете использовать в своем резюме. От абсолютного нуля до мастера — присоединяйтесь к революции TensorFlow.js.
Этот курс был разработан командой разработчиков программного обеспечения, увлеченных использованием JavaScript с машинным обучением. Мы проведем вас по сложным темам на практике и подкрепим обучение углубленными лабораторными работами и викторинами.
На протяжении всего курса мы используем данные о ценах на жилье, чтобы задавать все более сложные вопросы; «Можете ли вы предсказать стоимость этого дома?», «Можете ли вы сказать мне, есть ли в этом доме выход к воде?», «Можете ли вы классифицировать его как имеющий 1, 2 или 3+ спальни?». Каждый пример основывается на предыдущем, чтобы закрепить обучение простыми и последовательными шагами.
Машинное обучение в TensorFlow.js предоставляет вам все преимущества TensorFlow, но без Python. Это демонстрируется с помощью веб-примеров, потрясающих визуализаций и настраиваемых компонентов веб-сайта.
Этот курс веселый и увлекательный, а результаты машинного обучения представлены в небольших темах:
Часть 1. Введение в TensorFlow.js
Часть 2. Установка и запуск TensorFlow.js
Часть 3. Основные концепции TensorFlow.js
Часть 4. Подготовка данных с помощью TensorFlow.js
Часть 5. Определение модели
Часть 6 Обучение и тестирование в TensorFlow.js
Часть 7 Прогноз TensorFlow.js
Часть 8 - Бинарная классификация
Часть 9 - Мультиклассовая классификация
Часть 10 - Заключение и следующие шаги
Материал на английском языке
Подробнее:
Для просмотра содержимого вам необходимо авторизоваться.
Скачать:
Скрытый контент для пользователей All-dar.