รูปภาพจากเว็บไซต์ Amazon.com
การพัฒนาแอพพลิเคชัน Machine Learning : เริ่มจากแนวคิดสู่ตัวผลิตภัณฑ์ = Building machine learning powered applications / ผู้เขียน, Emmanuel Ameisen ; บรรณาธิการ, จิระ จริงจิตร.
Publisher: นนทบุรี : คอร์ฟังก์ชัน, 2565.Edition: พิมพ์ครั้งที่ 1Description: 262 หน้า : ภาพประกอบ, แผนภูมิ ; 24 ซมISBN:- 9786168282182
- Q 325.5 อ639ก 2565
Partial contents:
ส่วนที่ 1. ค้นหาแนวทางที่ถูกต้องสำหรับ ML. 1, จากเป้าหมายสู่การกำหนดกรอบของ ML. 2, การสร้างแผนงาน -- ส่วนที่ 2. สร้างลำดับการทำงาน. 3, เริ่มสร้างไปป์ไลน์. 4, จัดหาชุดข้อมูลเริ่มต้น -- ส่วนที่ 3. กระบวนการทำซ้ำกับโมเดล. 5, การฝึกและประเมินความสามารถของโมเดล. 6, แก้ไขปัญา ML ของคุณ. 7, การใช้ตัวจำแนกสำหรับให้คำแนะนำในการเขียน -- ส่วนที่ 4. การนำไปใช้และตรวจดูการทำงาน. 8, ข้อควรพิจารณาเมื่อนำโมเดลไปใช้งาน. 9, ทางเลือกในการนำโมเดลไปใช้งาน. 10, สร้างมาตรการป้องกันให้โมเดล. 11, การตรวจสอบและอัพเดตโมเดล.
| ประเภททรัพยากร | ห้องสมุดที่อยู่ปัจจุบัน | หมวดหมู่ | ตำแหน่งจัดวาง | เลขเรียกหนังสือ | สถานะ | วันกำหนดส่ง | บาร์โค้ด | จำนวนรายการจอง | |
|---|---|---|---|---|---|---|---|---|---|
General Book
|
National Assembly Library of Thailand | General Book collection | General Book shelves | Q 325.5 อ639ก 2565 (เรียกดูชั้นหนังสือ(เปิดด้านล่าง)) | พร้อมให้บริการ | 3961222680 |
รายการจองทั้งหมด: 0
หมวดหมู่: General Book collection ปิดเครื่องมือเรียกดูชั้นหนังสือ (ซ่อนเครื่องมือเรียกดูชั้นหนังสือ)
|
|
|
|
|
|
ไม่มีภาพปก | ||
| Q 181 บ253ส 2549 ล.2 สอนวิทย์ คิดสนุก 2 / | Q 183.4.G7 D66S 2000 Science education : policy, professionalism and change | Q 325.5 ฆ334ก 2566 แก่นแท้ของ Deep Learning : AI ฉบับอธิบายด้วยภาพ / | Q 325.5 อ639ก 2565 การพัฒนาแอพพลิเคชัน Machine Learning : เริ่มจากแนวคิดสู่ตัวผลิตภัณฑ์ = Building machine learning powered applications / | Q 335 ก676ร 2567 ระบบอัจฉริยะชั้นสูง: ทฤษฎี อัลกอริทึม และการประยุกต์ใช้ = Advanced intelligent systems: Theory, algorithms, and applications / | Q 335 ค951ก 2563 การปฏิวัติคอนเทนต์ในยุคแห่ง AI / | Q 335 ณ339ป 2552 ปัญญาประดิษฐ์ (Artificial Intelligence) |
ส่วนที่ 1. ค้นหาแนวทางที่ถูกต้องสำหรับ ML. 1, จากเป้าหมายสู่การกำหนดกรอบของ ML. 2, การสร้างแผนงาน -- ส่วนที่ 2. สร้างลำดับการทำงาน. 3, เริ่มสร้างไปป์ไลน์. 4, จัดหาชุดข้อมูลเริ่มต้น -- ส่วนที่ 3. กระบวนการทำซ้ำกับโมเดล. 5, การฝึกและประเมินความสามารถของโมเดล. 6, แก้ไขปัญา ML ของคุณ. 7, การใช้ตัวจำแนกสำหรับให้คำแนะนำในการเขียน -- ส่วนที่ 4. การนำไปใช้และตรวจดูการทำงาน. 8, ข้อควรพิจารณาเมื่อนำโมเดลไปใช้งาน. 9, ทางเลือกในการนำโมเดลไปใช้งาน. 10, สร้างมาตรการป้องกันให้โมเดล. 11, การตรวจสอบและอัพเดตโมเดล.
ไม่มีความคิดเห็นใด ๆ ต่อชื่อเรื่องนี้
ล็อกอินเข้าสู่หน้าบัญชีผู้ใช้ เพื่อโพสต์ความคิดเห็น
