Tinel
			
			Организатор
		- #1
 
Конформное прогнозирование в Python [Валерий Манохин, Артем Груздев]
- Ссылка на картинку
 
О книге:
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:
Для изучения материала понадобятся базовые знаниями в области машинного обучения и программирования на Python.
Формат: PDF
						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.
 
Для изучения материала понадобятся базовые знаниями в области машинного обучения и программирования на Python.
Формат: PDF
								Показать больше
					
			
			
											
												
													Зарегистрируйтесь
												
											, чтобы посмотреть скрытый контент.