Пожертвування 15 вересня 2024 – 1 жовтня 2024
Про збір коштів
пошук книг
книги
Пожертвування:
23.1% досягнуто
Увійти
Увійти
авторизованим користувачам доступні:
персональні рекомедації
Telegram бот
історія завантажувань
надіслати на Email чи Kindle
управління добірками
зберігання у вибране
Особисте
Запити на книги
Вивчення
Z-Recommend
Перелік книг
Найпопулярніші
Категорії
Участь
Підтримати
Завантаження
Litera Library
Пожертвувати паперові книги
Додати паперові книги
Search paper books
Відкрити LITERA Point
Пошук ключових слів
Main
Пошук ключових слів
search
1
Hands-on Scikit-Learn for Machine Learning Applications: Data Science Fundamentals with Python
Apress
David Paper
import
rmse
tuning
y_train
x_train
listing
sets
y_test
random_state
feature
x_test
accuracy
scikit
classification
target
__name__
regression
y_pred
features
algorithms
row
get_scores
complex
function
kneighborsclassifier
matrix
algorithm
pca
train_test_split
output
randomforestregressor
validation
scores
__class__
np.load
shape
numpy
targets
see_time
elapsed
figure
executing
lasso
f1_score
false
predictions
time.perf_counter
wine
digit
sample
Рік:
2020
Мова:
english
Файл:
PDF, 2.96 MB
Ваші теги:
5.0
/
5.0
english, 2020
2
Hands-on Scikit-Learn for machine learning applications: data science fundamentals with Python
Apress
David Paper
rmse
import
y_train
x_train
listing
y_test
random_state
x_test
feature
accuracy
tuning
__name__
target
y_pred
features
algorithms
row
get_scores
function
sets
matrix
algorithm
train_test_split
classification
pca
kneighborsclassifier
output
scores
validation
__class__
regression
randomforestregressor
np.load
numpy
shape
see_time
targets
elapsed
figure
executing
wine
f1_score
false
lasso
predictions
time.perf_counter
digit
__main__
random
resemble
Рік:
2020
Мова:
english
Файл:
EPUB, 2.24 MB
Ваші теги:
0
/
0
english, 2020
3
Hands-on Scikit-Learn for Machine Learning Applications: Data Science Fundamentals with Python
Apress
David Paper
import
rmse
tuning
y_train
x_train
listing
sets
y_test
random_state
feature
x_test
accuracy
scikit
classification
target
__name__
regression
y_pred
features
algorithms
row
get_scores
complex
function
kneighborsclassifier
matrix
algorithm
pca
train_test_split
output
randomforestregressor
validation
scores
__class__
np.load
shape
numpy
targets
see_time
elapsed
figure
executing
lasso
f1_score
false
predictions
time.perf_counter
wine
digit
sample
Рік:
2020
Мова:
english
Файл:
PDF, 3.17 MB
Ваші теги:
0
/
0
english, 2020
4
Hands-on Scikit-Learn for Machine Learning Applications: Data Science Fundamentals with Python
Apress
David Paper
rmse
import
y_train
x_train
listing
y_test
random_state
x_test
feature
accuracy
tuning
__name__
target
y_pred
features
algorithms
row
get_scores
function
sets
matrix
algorithm
train_test_split
classification
pca
kneighborsclassifier
output
scores
validation
__class__
regression
randomforestregressor
np.load
numpy
shape
see_time
targets
elapsed
figure
executing
wine
f1_score
false
lasso
predictions
time.perf_counter
digit
__main__
random
resemble
Рік:
2019
Мова:
english
Файл:
EPUB, 2.24 MB
Ваші теги:
0
/
0
english, 2019
1
Перейдіть за
цим посиланням
або знайдіть бот "@BotFather" в Telegram
2
Надішліть команду /newbot
3
Вкажіть ім'я для вашого боту
4
Вкажіть ім'я користувача боту
5
Скопіюйте останнє повідомлення від BotFather та вставте його сюди
×
×