Thư Viện ĐH Mỏ - Địa Chất

DDC	006.31
Tác giả CN	Raschka, Sebastian
Nhan đề	Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python / Sebastian Raschka , Yuxi (Hayden) Liu, Vahid Mirjalili
Thông tin xuất bản	Packt Publishing,2022
Mô tả vật lý	742tr. ;25cm.
Tóm tắt	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
Từ khóa tự do	Học máy
Từ khóa tự do	Python
Từ khóa tự do	Trí tuệ nhân tạo
Môn học	Ngành Công nghệ thông tin
Tác giả(bs) CN	Liu, Yuxi (Hayden)
Tác giả(bs) CN	Mirjalili, Vahid
Địa chỉ	HUMGKho STK Ngoại Văn tầng 3(1): 304004941
Tệp tin điện tử	https://lic.humg.edu.vn/kiposdata2/bìa sách/năm 2026/35159.jpg

MARC

Hiển thị đầy đủ trường & trường con

Tag	Giá trị
000	00000nam a2200000 a 4500
001	35159
002	12
004	86E70FD9-D78A-4F6B-80C3-94BC780430C7
005	202608061446
008	2022 vm\| vie
009	1 0
020	[ ] \|a 978-1801819312
020	[ ] \|c 5436000
039	[ ] \|a 20260806144603 \|b thanhhuong \|c 20260806144352 \|d thanhhuong \|y 20260324093547 \|z thanhhuong
082	[ ] \|a 006.31 \|b RA-S
100	[ ] \|a Raschka, Sebastian
245	[ ] \|a Machine Learning with PyTorch and Scikit-Learn: \|b Develop machine learning and deep learning models with Python / \|c Sebastian Raschka , Yuxi (Hayden) Liu, Vahid Mirjalili
260	[ ] \|b Packt Publishing, \|c 2022
300	[ ] \|a 742tr. ; \|c 25cm.
520	[ ] \|a 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
653	[ ] \|a Học máy
653	[ ] \|a Python
653	[ ] \|a Trí tuệ nhân tạo
690	[ ] \|a Ngành Công nghệ thông tin
691	[ ] \|a Chuyên ngành Công nghệ phần mềm
700	[ ] \|a Liu, Yuxi (Hayden)
700	[ ] \|a Mirjalili, Vahid
852	[ ] \|a HUMG \|b Kho STK Ngoại Văn tầng 3 \|j (1): 304004941
856	[1 ] \|u https://lic.humg.edu.vn/kiposdata2/bìa sách/năm 2026/35159.jpg
866	[ ] \|a KĐ2659
890	[ ] \|a 1 \|b 0 \|c 0 \|d 0
900	[ ] \|a Mua TA 2025 (NH25-26)

Sắp xếp

Dòng	Mã vạch	Bản sao	Nơi lưu	Tình trạng	Cho phép yêu cầu
1	304004941	1	Kho STK Ngoại Văn tầng 3
#1 304004941 Nơi lưu Kho STK Ngoại Văn tầng 3 Tình trạng