Abdelaziz Dr. Mounir
Sortowanie
Źródło opisu
ebookpoint BIBLIO
(1)
Forma i typ
E-booki
(1)
Autor
Sekuła Aleksandra
(2470)
Kozioł Paweł
(2014)
Kochanowski Jan
(987)
Kotwica Wojciech
(782)
Konopnicka Maria
(693)
Abdelaziz Dr. Mounir
(-)
Kowalska Dorota
(664)
Leśmian Bolesław
(480)
Krasicki Ignacy
(476)
Boy-Żeleński Tadeusz
(462)
Mickiewicz Adam
(408)
Baczyński Krzysztof Kamil
(401)
Kraszewski Józef Ignacy
(383)
Krzyżanowski Julian
(356)
Słowacki Juliusz
(322)
Jachowicz Stanisław
(316)
Otwinowska Barbara
(309)
Orzeszkowa Eliza
(308)
Sienkiewicz Henryk
(296)
Rolando Bianka
(262)
Trzeciak Weronika
(262)
Wallace Edgar
(255)
Ziajkiewicz Artur
(246)
Czechowicz Józef
(242)
May Karol
(237)
Prus Bolesław
(226)
Korzeniewski Wiktor
(219)
Doyle Arthur Conan
(212)
Liebert Jerzy
(209)
Żeromski Stefan
(205)
Biel Mirella
(201)
Goliński Zbigniew
(201)
Dug Katarzyna
(198)
Pawlikowska-Jasnorzewska Maria
(194)
Cartland Barbara
(193)
Bogucka Masza
(188)
Przerwa-Tetmajer Kazimierz
(182)
Miciński Tadeusz
(177)
Asnyk Adam
(173)
Filipowicz Leszek
(172)
Fabianowska Małgorzata
(169)
Masiak Wojciech
(169)
Oppenheim E. Phillips
(165)
Baudelaire Charles
(160)
Curant Catrina
(160)
Ławnicki Lucjan
(152)
Conrad Joseph
(148)
Andersen Hans Christian
(147)
Kasprowicz Jan
(147)
M. Annah Viki
(147)
Derengowska Joanna
(145)
Brand Max
(143)
Domańska Joanna
(142)
Будна Наталія
(141)
Lech Justyna
(138)
Shakespeare William
(132)
Rawinis Marian Piotr
(130)
Syrokomla Władysław
(128)
Zarawska Patrycja
(128)
London Jack
(125)
Norwid Cyprian Kamil
(125)
Dickens Charles
(124)
Balzac Honoré de
(123)
Lange Antoni
(123)
Montgomery Lucy Maud
(123)
Kornhauser Julian
(122)
Rodziewiczówna Maria
(122)
Ignaczak Tomasz
(118)
Pasewicz Edward
(118)
Verne Jules
(118)
Keff Bożena
(116)
Plewako-Szczerbiński Krzysztof
(116)
Sobczak Tomasz
(116)
Grabiński Stefan
(114)
SheWolf
(114)
Leblanc Maurice
(111)
Podsiadło Jacek
(111)
Korczak Janusz
(110)
Mazur Bartosz
(109)
Mattel
(108)
Mirandola Franciszek
(107)
роботае грукова
(106)
Dołęga-Mostowicz Tadeusz
(104)
Tkaczyszyn-Dycki Eugeniusz
(103)
Napierski Stefan
(101)
Popławska Anna
(101)
Stanecka Zofia
(101)
Wiedemann Adam
(100)
Ryźlak Anna
(98)
Steel Danielle
(98)
Czechow Anton
(97)
Kamieński Jakub
(95)
Wolny-Hamkało Agnieszka
(95)
Grimm Wilhelm
(93)
Górczyński Robert
(93)
Wells Herbert George
(93)
Chłabko Emil
(92)
Wilczek Piotr
(91)
Беденко Марко
(91)
Astley Neville
(90)
Szlengel Władysław
(89)
Rok wydania
2020 - 2024
(1)
Kraj wydania
Polska
(1)
Język
polski
(1)
1 wynik Filtruj
E-book
W koszyku
As machine learning practitioners, we often encounter imbalanced datasets in which one class has considerably fewer instances than the other. Many machine learning algorithms assume an equilibrium between majority and minority classes, leading to suboptimal performance on imbalanced data. This comprehensive guide helps you address this class imbalance to significantly improve model performance.Machine Learning for Imbalanced Data begins by introducing you to the challenges posed by imbalanced datasets and the importance of addressing these issues. It then guides you through techniques that enhance the performance of classical machine learning models when using imbalanced data, including various sampling and cost-sensitive learning methods.As you progress, you’ll delve into similar and more advanced techniques for deep learning models, employing PyTorch as the primary framework. Throughout the book, hands-on examples will provide working and reproducible code that’ll demonstrate the practical implementation of each technique.By the end of this book, you’ll be adept at identifying and addressing class imbalances and confidently applying various techniques, including sampling, cost-sensitive techniques, and threshold adjustment, while using traditional machine learning or deep learning models.
Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.
Dostęp do treści elektronicznej wymaga posiadania kodu dostępu, który można odebrać w bibliotece.
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej