I "Hands-On Machine Learning with C++" lærer du hvordan du kan implementere både veiledede og uveiledede maskinlæringsalgoritmer ved hjelp av flere C++-biblioteker, som PyTorch C++ API, Caffe2, Shogun, Shark-ML, mlpack og dlib. Boken gir deg en praktisk innføring i databehandling, ytelsesmåling og modellvalg. Gjennom reelle eksempler og datasett vil du oppdage hvordan du kan implementere effektive maskinlærings- og dyp læringsteknikker for å bygge smarte modeller. C++ kan forbedre hastigheten og effektiviteten til maskinlæringsmodeller, og denne guiden viser deg grunnleggende konsepter innen maskinlæring. Boken er spesielt designet for nybegynnere og bruker en eksempelbasert tilnærming for å gjøre læringsprosessen enkel. Du vil også lære hvordan du kan optimalisere og justere modeller for distribusjon på mobile enheter og innebygde systemer, noe som gir deg kunnskap og ferdigheter til å anvende maskinlæring i et bredt spekter av applikasjoner.
