Zobacz książki o podobnej tematyce

Więcej informacji o Machine learning, Python i data science. Wprowadzenie

• Dane szczegółowe
• Opis
• Ulubione w innej kategorii

Za ten zakup dostaniesz 36 punkty

Opis

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.

Szczegóły książki

• Pełny tytuł: Machine learning, Python i data science. Wprowadzenie
• Autor: Andreas C. Müller, Sarah Guido
• Język: Polski
• Oprawa: Miękka
• Liczba stron: 320
• EAN: 9788328374089
• ISBN: 978-83-283-7408-9
• ID: 35875638
• Wydawca: Helion
• Waga: 530 g
• Wymiary: 168 × 237 × 17 mm
• Data wydania: 28. May 2021

Ulubione w innej kategorii

---

---

---