Uczenie maszynowe w Pythonie dla każdego
18
%
479 Kč 581 Kč
Expedice za 2 až 3 dny
Sleva až 70% u třetiny knih
Sztuczna inteligencja i uczenie maszynowe rozwijają się z niezwykłą dynamiką i znajdują coraz więcej różnorodnych zastosowań w niemal wszystkich branżach. Ten spektakularny postęp jest silnie związany z osiągnięciami w świecie sprzętu i oprogramowania. Obecnie do uczenia maszynowego używa się wielu języków programowania, takich jak R, C, C++, Fortran i Go, jednak najpopularniejszym wyborem okazał się Python wraz z jego specjalistycznymi bibliotekami. Znajomość tych bibliotek i narzędzi umożliwia tworzenie systemów uczących się nawet tym osobom, które nie dysponują głęboką wiedzą z dziedziny matematyki.
Ta książka jest przeznaczona dla każdego, kto choć trochę zna Pythona i chce nauczyć się uczenia maszynowego. Zagadnienia matematyczne zostały tu zaprezentowane w minimalnym stopniu, za to więcej uwagi poświęcono koncepcjom, na których oparto najważniejsze i najczęściej używane narzędzia oraz techniki uczenia maszynowego. Następnie pokazano praktyczne zasady implementacji uczenia maszynowego z wykorzystaniem najdoskonalszych bibliotek i narzędzi Pythona. Opisano używane dziś komponenty systemów uczących się, w tym techniki klasyfikacji i regresji, a także inżynierię cech, która pozwala przekształcać dane na użyteczną postać. Przeanalizowano liczne algorytmy i najczęściej stosowane techniki uczenia maszynowego. Pokrótce przedstawiono modele grafowe i sieci neuronowe, w tym sieci głębokie, jak również połączenie tych technik z bardziej zaawansowanymi metodami, przydatnymi choćby w pracy na danych graficznych i tekstowych.
Ta książka jest przeznaczona dla każdego, kto choć trochę zna Pythona i chce nauczyć się uczenia maszynowego. Zagadnienia matematyczne zostały tu zaprezentowane w minimalnym stopniu, za to więcej uwagi poświęcono koncepcjom, na których oparto najważniejsze i najczęściej używane narzędzia oraz techniki uczenia maszynowego. Następnie pokazano praktyczne zasady implementacji uczenia maszynowego z wykorzystaniem najdoskonalszych bibliotek i narzędzi Pythona. Opisano używane dziś komponenty systemów uczących się, w tym techniki klasyfikacji i regresji, a także inżynierię cech, która pozwala przekształcać dane na użyteczną postać. Przeanalizowano liczne algorytmy i najczęściej stosowane techniki uczenia maszynowego. Pokrótce przedstawiono modele grafowe i sieci neuronowe, w tym sieci głębokie, jak również połączenie tych technik z bardziej zaawansowanymi metodami, przydatnymi choćby w pracy na danych graficznych i tekstowych.
Autor: | Elise Kova |
Nakladatel: | Helion |
ISBN: | 9788328364257 |
Rok vydání: | 2020 |
Jazyk : | Polština |
Vazba: | Měkká |
Počet stran: | 544 |
Mohlo by se vám také líbit..
-
Przebudzenie powietrza T.1
Elise Kova
-
Upadek ognia Przebudzenie powietrza T...
Elise Kova
-
JAVA EE 6 TWORZENIE APLIKACJI W NETBE...
DAVID R. HEFFELFINGER
-
TWORZENIE NOWOCZESNYCH SYSTEMÓW WEBOWYCH
MARIUSZ WALCZAK
-
JĘZYK SQL PRZYJAZNY PODRĘCZNIK WYD. 2
LARRY ROCKOFF
-
Unity i C# Podstawy programowania gier
Jakub Barakomski
-
JavaScript. Interaktywne aplikacje we...
Tomasz Sochacki
-
Adobe Dreamweaver CS3/CS3 PL. Oficjal...
-
Dotknij przesuń potrząśnij
Moore Todd
-
FLASH I ACTIONSCRIPT APLIKACJE 3D OD ...
RADOSŁAW KAMYSZ
-
Django 3. Praktyczne tworzenie aplika...
Antonio Mel
-
Pragmatyczny programista. Od czeladni...
David Thomas, Andrew Hunt
-
Agile. Programowanie zwinne zasady wz...
Martin Robert C. Micah Martin
-
Adobe After Effects CC.Oficjalny podr...
Lisa Fridsma, Brie Gyncild
-
Web Design z HTML5 i CSS3
Bartosz Suwiński
-
SolidWorks Simulation 2020. Statyczna...
JERZY DOMAŃSKI