Développer des applications machine learning - De l'idée au produit fini
FIRST INTERACT yazarının Développer des applications machine learning - De l'idée au produit fini kitabı da dahil olmak üzere birçok dosya aşağıdaki bölümleri de içerebilir:
- imza dosyası: çeşitli varlıklar için dijital imzalar içerir.
- şifreleme.xml: yayımlama kaynaklarının şifrelenmesiyle ilgili bilgileri içerir. (Yazı tipi gizleme kullanılıyorsa bu dosya gereklidir.)
- meta veriler: kapsayıcı hakkında meta verileri depolamak için kullanılır.
- haklar: Développer des applications machine learning - De l'idée au produit fini kitabının dijital haklarıyla ilgili bilgileri depolamak için kullanılır.
XHTML içerik belgeleri ayrıca zengin meta verilerle Développer des applications machine learning - De l'idée au produit fini kitap işaretlemesine açıklama ekleme olanakları içerir, bu da onları hem işleme hem de erişilebilirlik amaçları için anlamsal olarak daha anlamlı ve kullanışlı hale getirir.
E içerik belgeleri, bir yayının okunabilir içeriğini tanımlayan ve ilgili medya varlıklarına (görüntüler, ses ve video klipler gibi) bağlantı veren XHTML (HTML5 profili tarafından tanımlanır) veya SVG belgeleri vb.'dir.
yazar | FIRST INTERACT |
---|---|
Tarafından yayınlandı | 22 Ekim 2020 |
5 Ocak 2017 21,6 x 2 x 27,9 cm Philip M. Parker Ph.D 1 x 15 x 21 cm 21,6 x 1,9 x 27,9 cm 21,6 x 1,7 x 27,9 cm Maya Violet 15 x 0,4 x 22 cm 20 Kasım 2020 Prof Philip M. Parker Ph.D. 21 Ocak 2019 Kolektif Vismont Studios 15,2 x 0,6 x 22,9 cm Lina Scatia 3 Ocak 2017 22 Ekim 2020 13 Şubat 2020
okumak okumak kayıt olmadan
yazar | FIRST INTERACT |
---|---|
isbn 10 | 2412058024 |
isbn 13 | 978-2412058022 |
Yayımcı | FIRST INTERACT |
Tarafından yayınlandı Développer des applications machine learning - De l'idée au produit fini | 22 Ekim 2020 |
Le livre ultime pour rendre toutes les applications machine learning encore plus efficaces Ce livre s'adresse à tous les développeurs d'applications de type machine learning qui souhaitent optimiser les performances de leurs applications avant de les mettre en production. Au programme : Déterminez le but à atteindre pour votre application et mettez en oeuvre votre solution machine learning. Mettez en oeuvre votre premier pipeline machine learning pour optimiser la gestion des flux de données Evaluez votre modèle machine learning afin d'analyser ses performances Déployez et gérez des modèles dans un environnement de production