Praktyczne uczenie maszynowe.

OSZCZĘDZASZ 8,90 ZŁ

okładka

Praktyczne uczenie maszynowe.

10% taniej

Inpost Paczkomaty 24/79,99 zł
Kurier Inpost9,99 zł
Kurier FedEx11,99 zł
Kurier Pocztex 48h9,99 zł
Paczka w Ruchu6,99 zł
Odbiór osobisty0 zł

Przy płatności za pobraniem do ceny wysyłki należy doliczyć 5,00 zł

Wysyłka zagraniczna

Dostępność: 1-2 dni robocze

OPIS

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 informatycznych, jak również analitycy, programiści, administratorzy baz danych oraz statystycy znajdą w książce informacje, które pozwolą im opanować praktyczne umiejętności potrzebne do samodzielnego tworzenia systemów uczenia maszynowego.

DODATKOWE INFORMACJE

  • Format:165x235 mm
  • Liczba stron:360
  • Oprawa:miękka
  • ISBN-13:9788301207625
  • Data wydania:24 październik 2019
  • Numer katalogowy:412426

Lista recenzji jest pusta

DOSTAWA

DARMOWA dostawa powyżej 299 zł!

Realizacja dostaw poprzez:

  • ups
  • paczkomaty
  • ruch
  • poczta

OPINIE

Nasza strona używa plików cookies, w celu ułatwienia Ci zakupów. Więcej informacji znajdziesz w polityce prywatności

© 2006-2020 Gildia Internet Services Sp. z o.o. and 2017-2020 Prószyński Media Sp z o.o.