Machine learning, Python i data science
305 Kč 405 Kč
Uczenie maszynowe kojarzy się z dużymi firmami i rozbudowanymi zespołami. Prawda jest taka, że obecnie można samodzielnie budować zaawansowane rozwiązania uczenia maszynowego i korzystać do woli z olbrzymich zasobów dostępnych danych. Trzeba tylko mieć pomysł i... trochę podstawowej wiedzy. Tymczasem większość opracowań na temat uczenia maszynowego i sztucznej inteligencji wymaga biegłości w zaawansowanej matematyce. Utrudnia to naukę tego zagadnienia, mimo że uczenie maszynowe jest coraz powszechniej stosowane w projektach badawczych i komercyjnych.
Ta praktyczna książka ułatwi Ci rozpoczęcie wdrażania rozwiązań rzeczywistych problemów związanych z uczeniem maszynowym. Zawiera przystępne wprowadzenie do uczenia maszynowego i sztucznej inteligencji, a także sposoby wykorzystania Pythona i biblioteki scikit-learn, uwzględniające potrzeby badaczy i analityków danych oraz inżynierów pracujących nad aplikacjami komercyjnymi. Zagadnienia matematyczne ograniczono tu do niezbędnego minimum, zamiast tego skoncentrowano się na praktycznych aspektach algorytmów uczenia maszynowego. Dokładnie opisano, jak konkretnie można skorzystać z szerokiej gamy modeli zaimplementowanych w dostępnych bibliotekach.
W książce między innymi:
- podstawowe informacje o uczeniu maszynowym
- najważniejsze algorytmy uczenia maszynowego
- przetwarzanie danych w uczeniu maszynowym
- ocena modelu i dostrajanie parametrów
- łańcuchy modeli i hermetyzacja przepływu pracy
- przetwarzanie danych tekstowych
| Autor: | Andreas C. MUller, Sarah Guido |
| Nakladatel: | Helion |
| ISBN: | 9788328374089 |
| Rok vydání: | 2021 |
| Jazyk : | Polština |
| Vazba: | Měkká |
| Počet stran: | 320 |
-
Marnotrawny
Andreas C. MUller, Sarah Guido
-
Autodesk Inventor 2022 PL / 2022+ / F...
Jaskulski Andrzej
-
Linux. Biblia
Christopher Negus
-
Drupal 7. Wprowadzenie
Robert J. Townsend, Stephanie Pakrul
-
Elektronika Leksykon kieszonkowy
Wrotek Witold
-
ASP.NET MVC. Kompletny przewodnik dla...
Latham-Koenig Christina
-
Nauka Dockera w miesiąc
Stoneman, Elton
-
Zaawansowana analiza danych.
Mount, George
-
MacPodręcznik Edycja OS X Yosemite
Piotr Wróblewski
-
Programowanie w JavaScript. Rusz głową!
Freeman Eric T., Robson Elisabeth
-
Testowanie oprogramowania
Pawlak Rafał
-
Agile Przewodnik po zwinnych metodyka...
Andrew Stellman, Jennifer Greene
-
C# 5.0 Leksykon kieszonkowy
Albahari Joseph, Albahari Ben
-
Kwalifikacja INF.02. Administracja i ...
Jarosław Orczykowski, Artur Rudnicki
-
Guru kultu.ry
Wawrzyniak Michał
-
Deep learning i modelowanie generatywne
Foster, David
