البحث عن الكتب
الكتب
التبرع والدعم
تسجيل الدخول
تسجيل الدخول
المستخدمين المصرح لهم متاح لهم التالي:
توصيات شخصية
روبوت Telegram
تاريخ التنزيلات
إرسال إلي Email أو Kindle
إدارة المجموعات المختارة
حفظ في المفضلة
شخصي
طلبات الكتب
تعلم
Z-Recommend
قوائم الكتب المختارة
الأكثر شهرة
الفئات
مشاركة
التبرع والدعم
التحميلات
Litera Library
التبرع بالكتب الورقية
أضف كتبًا ورقية
Search paper books
LITERA Point الخاص بي
البحث عن الكلمات الرئيسية
Main
البحث عن الكلمات الرئيسية
search
1
Better Deep Learning: Train Faster, Reduce Overfitting, and Make Better Predictions
machinelearningmastery.com
Jason Brownlee
dataset
function
models
import
neural
accuracy
listing
activation
weights
layer
network
testx
n_train
testy
classification
trainx
trainy
dense
rate
mlp
networks
model.add
output
layers
weight
regularization
verbose
evaluate
input
error
epochs
noise
pyplot.plot
gradient
average
batch
history.history
curves
relu
values
define
dropout
predictions
sequential
range
blobs
test_acc
validation
epoch
algorithm
عام:
2018
اللغة:
english
ملف:
PDF, 9.42 MB
الشعارات الخاصة بك:
0
/
0
english, 2018
2
Better Deep Learning: Train Faster, Reduce Overfitting, and Make Better Predictions
Machine Learning Mastery
Jason Brownlee
dataset
function
models
import
neural
accuracy
listing
activation
weights
layer
network
testx
n_train
testy
classification
trainx
trainy
dense
rate
mlp
networks
model.add
output
layers
weight
regularization
verbose
evaluate
input
error
epochs
noise
pyplot.plot
gradient
average
batch
history.history
curves
relu
values
define
dropout
predictions
sequential
range
blobs
test_acc
validation
epoch
algorithm
عام:
2019
اللغة:
english
ملف:
PDF, 9.42 MB
الشعارات الخاصة بك:
5.0
/
5.0
english, 2019
3
Introduction to Time Series Forecasting with Python - How to Prepare Data and Develop Models to Predict the Future. Code
Machine Learning Mastery
Jason Brownlee
import
read_csv
pandas
header
dataframe
index_col
parse_dates
yhat
dataset
range
predictions
rmse
pyplot.show
arima
matplotlib
pyplot
train_size
daily
series.values
residuals
sqrt
mean_squared_error
obs
random
pyplot.plot
diff
values
concat
pyplot.subplot
dataset.csv
temperatures.csv
model_fit
births.csv
total
difference
interval
model.fit
float32
statsmodels.tsa.arima_model
calculate
validation
coef
expected
numpy
predictions.append
evaluate
disp
history.append
sklearn.metrics
split
عام:
2020
اللغة:
english
ملف:
ZIP, 227 KB
الشعارات الخاصة بك:
0
/
0
english, 2020
1
ادخل علي
هذا الرابط
أو إبحث عن البوت "@BotFather" في Telegram
2
أرسل الأمر /newbot
3
أدخل إسمًا للبوت الخاص بك
4
أدخل إسم المستخدم للبوت
5
انسخ الرسالة الأخيرة من BotFather والصقها هنا
×
×