Dòng Nội dung
1
Bài giảng học máy / Tạ Quang Chiểu
H. : Knxb, 2020
129tr. ; 30cm.
Tạ Quang Chiểu
Đầu mục:1 (Lượt lưu thông:0) Tài liệu số:0 (Lượt truy cập:0)
2
Deep Learning : / Ian Goodfellow, Yoshua Bengio, Aaron Courville
England : MIT Press, 2016
775tr. ; 24cm.
Ian Goodfellow
Đầu mục:1 (Lượt lưu thông:0) Tài liệu số:0 (Lượt truy cập:0)
3
Học máy và ứng dụng trong đánh giá nguy cơ xảy ra thiên tai : Sách tham khảo / Lê Văn Hưng (Ch.b), Phạm Văn Đồng
H. : Khoa học và kỹ thuật, 2022
196tr. ; 24cm.
Lê Văn Hưng
Sách gồm kiến thức cơ bản về lập trình Python, các khái niệm trong học máy và một số thuật toán học máy được sử dụng phổ biến, trong đó có mạng nơron nhân tạo, cùng với một số ứng dụng của các thuật toán này trong đánh giá nguy cơ xảy ra các thiên tai như cháy rừng và trượt lở đất.
Đầu mục:53 (Lượt lưu thông:1) Tài liệu số:0 (Lượt truy cập:0)
4
Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python / Sebastian Raschka , Yuxi (Hayden) Liu, Vahid Mirjalili
Packt Publishing, 2022
742tr. ; 25cm.
Raschka, Sebastian
Cuốn sách trình bày toàn diện về học máy (Machine Learning) và học sâu (Deep Learning) bằng ngôn ngữ Python, sử dụng hai thư viện phổ biến là PyTorch và Scikit-Learn. Nội dung bắt đầu từ các kiến thức nền tảng như xử lý dữ liệu, tiền xử lý, đánh giá mô hình và các thuật toán học máy truyền thống (hồi quy, phân loại, phân cụm, giảm chiều dữ liệu), sau đó mở rộng sang các kỹ thuật học sâu với PyTorch như mạng nơ-ron nhân tạo, mạng tích chập (CNN), mạng hồi tiếp (RNN), Transformer và các phương pháp học hiện đại. Sách kết hợp giữa lý thuyết và thực hành thông qua nhiều ví dụ lập trình, giúp người đọc xây dựng, huấn luyện, tối ưu và triển khai các mô hình học máy trong các bài toán thực tế
Đầu mục:1 (Lượt lưu thông:0) Tài liệu số:0 (Lượt truy cập:0)
5
Nghiên cứu phương pháp học máy để dự báo lún bề mặt mỏ hầm lò theo thời gian : Đề án thạc sĩ kỹ thuật / Trần Duy Long
H. : ĐH Mỏ - Địa chất, 2024
62tr ; 30cm ;
Trần Duy Long
Đầu mục:0 (Lượt lưu thông:0) Tài liệu số:1 (Lượt truy cập:1)