Doações 15 de Setembro 2024 – 1º de Outubro 2024
Sobre a angariação de fundos
pesquisa de livros
livros
Doações:
53.5% atingido
Entrar
Entrar
para acessar mais recursos:
Recomendações pessoais
Telegram bot
Baixar histórico
Enviar para o E-mail ou Kindle
gerenciar as listas de livros
salvar para os favoritos
Pessoal
Pedidos de livro
Explorar
Z-Recomendado
Coleções de livros
Mais populares
Categorias
Contribuição
Doar
Carregamentos
Litera Library
Doe livros de papel
Adicione livros de papel
Search paper books
Meu LITERA Point
Pesquisa de termos
Main
Pesquisa de termos
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
Ano:
2020
Idioma:
english
Arquivo:
PDF, 2.96 MB
As suas tags:
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
Ano:
2020
Idioma:
english
Arquivo:
EPUB, 2.24 MB
As suas tags:
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
Ano:
2020
Idioma:
english
Arquivo:
PDF, 3.17 MB
As suas tags:
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
Ano:
2019
Idioma:
english
Arquivo:
EPUB, 2.24 MB
As suas tags:
0
/
0
english, 2019
1
Siga a
este link
ou encontre o bot "@BotFather" no Telegram
2
Send /equipe newbot
3
Indique o nome para o seu chatbot
4
Escolha um nome de usuário para um bot
5
Copia a última mensagem de BotFather e insira-a aqui
×
×