Upload dokumentów - promocja książek - darmowy hosting pdf - czytaj fragmenty
XXI wiek to czas sztucznej inteligencji. Nie tylko tej specjalistycznej, która kieruje samochodami, tłumaczy języki naturalne czy szuka leku na raka, lecz też uniwersalnej, rozwiązującej zadania z różnorakich dziedzin. Ten przełom zawdzięczamy splotowi trzech zdarzeń: rozwojowi technologii przechowywania i przetwarzania danych, nowej metodzie naukowej (data science), a także uczeniu maszynowemu, w szczególności znacznemu postępowi w zakresie głębokiego uczenia maszynowego. Książka przedstawia uczenie maszynowe w ujęciu praktycznym. Przeprowadzając opisywane w niej eksperymenty data science poznamy zastosowanie reguł statystycznych i algorytmów uczenia maszynowego do rozwiązywania konkretnych problemów. Takie podejście oznacza, że studenci informatyki a także specjaliści — analitycy, informatycy i bazodanowcy — zdobędą nie tylko teoretyczną wiedzę, lecz też umiejętność jej praktycznego wykorzystania w codziennej pracy. Książka ebook podzielona jest na cztery części: pierwszy epizod objaśnia termin Data science i prezentuje zastosowanie tej sposoby w eksperymentach naukowych, rozdziały od drugiego do czwartego poświęcone są danym: technikom oceny ich jakości, wstępnego przygotowania a także wzbogacenia danych na potrzeby ich dalszej analizy, rozdziały od piątego do dziewiątego opisują poszczególne typy modeli predykcyjnych: klasyfikatory, regresory, modele grupujące, rekomendujące i prognozujące, ostatnie dwa epizody książki przedstawiają sposoby oceny i poprawy jakości modeli a także udostępniania ich użytkownikom jako usług WWW.
Szczegóły | |
---|---|
Tytuł | Data Science i uczenie maszynowe |
Autor: | Szeliga Marcin |
Rozszerzenie: | brak |
Język wydania: | polski |
Ilość stron: | |
Wydawnictwo: | Wydawnictwo Naukowe PWN |
Rok wydania: |
Tytuł | Data Dodania | Rozmiar |
---|
PDF Upload - Zapytania o Książki - Dokumenty © 2018 - Wszystkie prawa zastrzeżone.
Recenzje
Bardzo niezła i praktyczna publikacja, zalecam osobom interesującym się tematyką uczenia maszynowego.