Hodnotenie:
Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 7 hlasoch.
Machine Learning with Microsoft Technologies: Selecting the Right Architecture and Tools for Your Project
Časť I: Začíname
Kapitola 1: Úvod do strojového učenia
Kapitola 2: Úvod do jazyka R
Kapitola 3: Úvod do jazyka Python
Kapitola 4: Vizualizácia R v Power BI
Časť II: Strojové učenie s R a Power BI
Kapitola 5: Porozumenie podnikaniu
Kapitola 6: Spracovanie údajov pre prediktívnu analýzu
Kapitola 7: Prediktívna analýza v Power Query s R
Kapitola 8: Deskriptívna analýza v Power Query s R
Časť III: Strojové učenie SQL Servera
Kapitola 9: Používanie R s SQL Serverom 2016 a 2017.
Časť IV: Strojové učenie v Azure Časť IV: Strojové učenie v Azure.
Kapitola 10:Azure DataBricks
Kapitola 11: R v Azure Data Lake Kapitola 11: R v Azure Data Lake.
Kapitola 12: Azure Machine Learning Studio.
Kapitola 13: Strojové učenie v Azure Stream Analytics.
Kapitola 14: Azure Machine Learning (ML) Workbench.
Kapitola 15: Strojové učenie na HDInsight
Kapitola 16: Data Science Virtual Machine and AI Framework Virtuálny stroj na vedu údajov a rámec umelej inteligencie
Kapitola 17: Nástroje hlbokého učenia so sadou kognitívnych nástrojov (CNTK).
Časť V:Data Science Virtual Machine
Kapitola 18: Cognitive Service Toolkit.
Kapitola 19: Bot Framework Kapitola 19: Bot Framework.
Kapitola 20: Prehľad nástrojov strojového učenia spoločnosti Microsoft
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)