250₴
Валерий Манохин, Артем Груздев Конформное прогнозирование в Python 2024
250₴
Характеристики товара:
| Состояние | Новое |
| Язык | Русский |
| Формат | Электронная |
| Для | Взрослых |
Доставка: в любую страну, указано в объявлении | Актуально на: 29 октября 2025
Информация о продавце
Premium магазин
"Премиум курсы "
Premium магазин
"Премиум курсы "
Регистрация: 02.03.2023
Заходил(а): 30.10.2025 (17:42)
Заходил(а): 30.10.2025 (17:42)
Откуда: Впишите регион, населенный пункт
Разделы Premium магазина:
Электронные книги Бизнес, маркетинг и менеджмент Авторские Курсы Здоровье и спорт Психология SEO и SMM и продвижение Психология Кулинария Эзотерика и оккультизм Графика, дизайн Администрирование и программир Изображения, фотографии, видео Кулинария Форекс, трейдинг и инвестиции Сделай сам Ремонт и строительство Дети и родители Имидж и стиль Пикап, искусство соблазнения Изучение иностранных языков Арбитраж Трафика Развитие и познание себя Музыка Сад и огород Книги "Здоровье" Покер, буки, казино Авто-Мото Школа и репетиторство Нейросети
Подробное описание: Валерий Манохин, Артем Груздев Конформное прогнозирование в Python 2024
Для заказа пишите на Viber/Telegram+380969009529
+380981534024
Электронный формат
[ДМК] Конформное прогнозирование в Python [Валерий Манохин, Артем Груздев]
Данная книга предлагает углубленное изучение конформного прогнозирования — новейшего подхода, позволяющего управлять неопределенностью в различных задачах машинного обучения. Вы узнаете, как конформное прогнозирование создает точно откалиброванные прогнозные интервалы для регрессии и решает задачи прогнозирования временных рядов и несбалансированных данных. Практические примеры на Python, а также использование реальных наборов данных, экспертных рекомендаций и открытых библиотек обеспечат вам глубокое понимание этого подхода.
В числе рассматриваемых тем:
основные концепции и принципы конформного прогнозирования;
отличие конформного прогнозирования от традиционных методов машинного обучения;
конформное прогнозирование для несбалансированных наборов данных и многоклассовой классификации;
передовые методы измерения и управления неопределенностью в промышленных задачах;
конформный подход к оценке неопределенности в прогнозировании и NLP.
Издание предназначено специалистам по data science, инженерам по машинному обучению, ученым и всем, кто хочет улучшить свои навыки в области количественной оценки неопределенности в МО.
Для изучения материала понадобятся базовые знаниями в области машинного обучения и программирования на Python.
Издание: Цветное
Оригинальное название: Practical Guide to Applied Conformal Prediction in Python
Автор: Манохин В., Груздев А.В.
Формат: PDF.













