MARC details
| 000 -الفاتح |
|---|
| حقل البيانات ثابتة الطول |
02963cam a22003737a 4500 |
| 001 - رقم الضبط |
|---|
| رقم الضبط |
20452 |
| 003 - محدد رقم الضبط |
|---|
| رقم الضبط |
OSt |
| 005 - وقت وتاريخ اخر تعامل مع التسجيلة |
|---|
| رقم الضبط |
20241117104105.0 |
| 008 - عناصر البيانات ثابتة الطول - معلومات عامة |
|---|
| حقل البيانات ثابتة الطول |
240401s2023 cauad 001 0 eng d |
| 020 ## - الرقم الدولى المعيارى للكتب |
|---|
| الرقم الدولى المعيارى للكتاب |
9781098146825 |
| معلومات تحديدية (ت) |
(softcover) |
| 020 ## - الرقم الدولى المعيارى للكتب |
|---|
| الرقم الدولى المعيارى للكتاب |
1098146824 |
| 040 ## - مصدر الفهرسة |
|---|
| وكالة الفهرسة الأصلية |
YDX |
| لغة الفهرسة |
eng |
| وكالة النسخ |
YDX |
| وكالة التعديل |
DPL |
| -- |
GO9 |
| -- |
VP@ |
| -- |
OCLCO |
| -- |
JRZ |
| -- |
XMC |
| -- |
OCLCA |
| -- |
DLC |
| -- |
IQ-MoCLU |
| قواعد الوصف |
rda |
| 082 04 - رقم تصنيف ديوى العشرى |
|---|
| رقم التصنيف |
006.31 |
| رقم الطبعة |
23 |
| رقم المادة |
S918 |
| 100 1# - المدخل الرئيسى - إسم شخصى |
|---|
| الإسم الشخصى |
Stripling, Gwendolyn, |
| الدور |
author. |
| 245 10 - بيان العنوان |
|---|
| العنوان |
Low-code AI : |
| بقية العنوان |
a practical project-driven introduction to machine learning / |
| بيان المسئوليه |
Gwendolyn Stripling, PhD and Michael Abel, PhD. |
| 246 3# - العنوان الموازى |
|---|
| عنوان صحيح/عنوان مختصر |
Low-code artificial intelligence |
| 264 #1 - PUBLICATION, DISTRIBUTION, ETC. (IMPRINT) |
|---|
| مكان الإنتاج، النشر، التوزيع، الصنع (ت) |
Sebastopol, CA : |
| اسم المنتج، الناشر، الموزع، الصانع (ت) |
O'Reilly Media, Inc., |
| تاريخ الإنتاج، النشر، التوزيع، الصنع، بيان حق النشر (ت) |
2023. |
| 300 ## - الوصف المادى |
|---|
| التعداد |
xiv, 309 pages : |
| تفاصيل ماديه اخرى للوعاء |
illustrations, charts ; |
| أبعاد الوعاء |
24 cm |
| 336 ## - نوع المحتوى |
|---|
| مصطلح نوع المحتوى |
text |
| كود نوع المحتوى |
txt |
| المصدر |
rdacontent |
| 337 ## - نوع الوسيط |
|---|
| مصطلح نوع الوسيط |
unmediated |
| كود نوع الوسيط |
n |
| المصدر |
rdamedia |
| 338 ## - نوع الناقل |
|---|
| مصطلح نوع الحامل |
volume |
| كود نوع الحامل |
nc |
| المصدر |
rdacarrier |
| 500 ## - تبصرة عامة |
|---|
| تبصرة عامة |
Includes index. |
| 505 0# - تبصرة محتويات-الفهرس |
|---|
| تبصرة المحتويات المصاغة |
How data drives decision making in machine learning -- Data is the first step -- Machine learning libraries and frameworks -- Use AutoML to predict advertising media channel sales -- Using AutoML to detect fraudulent transactions -- Using BigQuery ML to train a linear regression model -- Training custom ML models in Python -- Improving custom model performance -- Next steps in your AI journey. |
| 520 ## - التبصرة الخاصة بالتعليق أو التلخيص |
|---|
| ملخص,الخ |
Take a data-first and use-case-driven approach with Low-Code AI to understand machine learning and deep learning concepts. This hands-on guide presents three problem-focused ways to learn no-code ML using AutoML, low-code using BigQuery ML, and custom code using scikit-learn and Keras. In each case, you'll learn key ML concepts by using real-world datasets with realistic problems. Business and data analysts get a project-based introduction to ML/AI using a detailed, data-driven approach: loading and analyzing data; feeding data into an ML model; building, training, and testing; and deploying the model into production. Authors Michael Abel and Gwendolyn Stripling show you how to build machine learning models for retail, healthcare, financial services, energy, and telecommunications. You'll learn how to: Distinguish between structured and unstructured data and the challenges they present Visualize and analyze data Preprocess data for input into a machine learning model Differentiate between the regression and classification supervised learning models Compare different ML model types and architectures, from no code to low code to custom training Design, implement, and tune ML models Export data to a GitHub repository for data management and governance. |
| 650 #0 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Machine learning. |
| 650 #0 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Artificial intelligence. |
| 650 #6 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Intelligence artificielle. |
| 650 #6 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Apprentissage automatique. |
| 650 #7 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
artificial intelligence. |
| مصدر الرأس أو المصطلح |
aat |
| 700 1# - المدخل الاضافى - اسم شخصى |
|---|
| الإسم الشخصى |
Abel, Michael, |
| العنوان والكلمات الأخرى المصاحبة للاسم |
PhD, |
| المصطلح الرابط |
author. |
| 910 ## - بيانات اختيارية للمستخدم |
|---|
| User-option data |
ASEEL |
| 942 ## - عناصر المدخل الإضافي( كوها) |
|---|
| مصدر التصنيف او مخطط الترفيف |
Dewey Decimal Classification |
| Suppress in OPAC |
0 |
| Koha [default] item type |
كتاب |
