Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 259,45

+ 518 punten

Levering 2 à 3 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Employing off-the-shelf machine learning models is not an innovation. The journey through technicalities and innovation in the machine learning field is ongoing, and we hope this book serves as a compass, guiding the readers through the evolving landscape of artificial intelligence. It typically includes model selection, parameter tuning and optimization, use of pre-trained models and transfer learning, right use of limited data, model interpretability and explainability, feature engineering and autoML robustness and security, and computational cost - efficiency and scalability. Innovation in building machine learning models involves a continuous cycle of exploration, experimentation, and improvement, with a focus on pushing the boundaries of what is achievable while considering ethical implications and real-world applicability. The book is aimed at providing a clear guidance that one should not be limited to building pre-trained models to solve problems using the off-the-self basic building blocks. With primarily three different data types: numerical, textual, and image data, we offer practical applications such as predictive analysis for finance and housing, text mining from media/news, and abnormality screening for medical imaging informatics. To facilitate comprehension and reproducibility, authors offer GitHub source code encompassing fundamental components and advanced machine learning tools.