Informacje o publikacji
Praktyczne uczenie maszynowe - epub

Kliknij by powiększyć zdjęcie

Ostatnia dekada to czas bezprecedensowego rozwoju sztucznej inteligencji – nie tylko przełomowych badań nad algorytmami uczenia maszynowego, ale również coraz powszechniejszego stosowania inteligentnych maszyn w najróżniejszych dziedzinach naszego życia.... czytaj więcej

Praktyczne uczenie maszynowe - epub

Marcin Szeliga
Dostępność:
Publikacja dostępna
94,00 zł
84.60 / 1egz.
Oszczędzasz 10% (9,40 zł).
In stock
Język publikacji:
polski
Wydanie:
1
Format:
epub
ISBN/ISSN:
978-83-01-20784-7
DRM:
Tak
Ostatnia dekada to czas bezprecedensowego rozwoju sztucznej inteligencji – nie tylko przełomowych badań nad algorytmami uczenia maszynowego, ale również coraz powszechniejszego stosowania inteligentnych maszyn w najróżniejszych dziedzinach naszego życia. Rozwój ten ogranicza niewystarczająca liczba specjalistów, łączących znajomość modelowania danych (przygotowania danych i zasad działania algorytmów uczenia maszynowego) ze znajomością języków analizy danych, takich jak SQL, R czy Python. Inżynieria danych (ang. data science) to interdyscyplinarna wiedza, której opanowanie wymaga znajomości algebry, geometrii, statystyki, rachunku prawdopodobieństwa i algorytmiki, uzupełnionej o praktyczną umiejętność programowania. Co więcej, sztuczna inteligencja jest przedmiotem intensywnych badań naukowych i samo śledzenie postępów w tej dziedzinie wiąże się z regularnym (codziennym) dokształcaniem. Niniejsza książka łączy w sobie teorię z praktyką. Opisuje rozwiązania kilkunastu typowych problemów, takich jak prognozowanie zysków, optymalizacja kampanii marketingowej, proaktywna konserwacja sprzętu czy oceny ryzyka kredytowego. Ich układ jest celowy – każdy przykład jest okazją do wyjaśnienia określonych zagadnień, zaczynając od narzędzi, przez podstawy uczenia maszynowego, sposoby oceny jakości danych i ich przygotowania do dalszej analizy, zasady tworzenia modeli uczenia maszynowego i ich optymalizacji, po wskazówki dotyczące wdrożenia gotowych modeli do produkcji. Książka jest adresowana do wszystkich, którzy chcieliby poznać lub udoskonalić: praktyczną znajomość statystki i umiejętność wizualizacji danych niezbędnej do oceny jakości danych; praktyczną znajomość języka SQL, R lub Python niezbędnej do uporządkowania, wstępnego przygotowania i wzbogacenia danych; zasady działania poszczególnych algorytmów uczenia maszynowego koniecznych do ich wyboru i optymalizacji; korzystanie z języka R lub Python do stworzenia, oceny, zoptymalizowania i wdrożenia do produkcji modeli eksploracji danych. Zarówno studenci kierunków i
Zobacz również
Model biznesu w środowisku Smart WorldModel biznesu w środowisku Smart WorldAdamik Anna, Grabowska Sandra, Saniuk Sebastian
79,90 zł
Inteligentne instalacje budynkowe KNX. SamouczekInteligentne instalacje budynkowe KNX. SamouczekDubrawski Albert, Dubrawski Andrzej
89,00 zł
Projektowanie nieliniowych układów sterowaniaProjektowanie nieliniowych układów sterowaniaKabziński Jacek, Mosiołek Przemysław
79,00 zł   71,10 zł
Zamknij
Jplayer
pixel