Przejdź do głównej treści
Otwórz wyszukiwarkę
Szukaj
Zamknij wyszukiwarkę Wyczyść Szukaj
Ulubione
Produkty w koszyku: 0. Zobacz szczegóły
  • 11827eec10b5a6d3fb5f9c77096b33e2
  • 11827eec10b5a6d3fb5f9c77096b33e2
  • 11827eec10b5a6d3fb5f9c77096b33e2
  • 4689e07c23d95d52a34e515b3718105d
  • 4689e07c23d95d52a34e515b3718105d
  • 4689e07c23d95d52a34e515b3718105d

Data Science i uczenie maszynowe

Czas wysyłki: 3 dni

Parametry książki

  • Wydawnictwo Wydawnictwo Naukowe PWN
  • Autor Marcin Szeliga
  • Rok wydania 2017
  • Wydanie 1
Cena 183,99 zł
szt.
Dostępność:
dostępna
Zapytaj o produkt
Dostawa od 0,00 zł - ORLEN Paczka

ORLEN paczka darmowa dostawa od 49 zl

Pełny opis

Opinie

Specyfikacja

Bezpieczeństwo produktu

XXI wiek to czas sztucznej inteligencji. Nie tylko tej specjalistycznej, która kieruje samochodami, tłumaczy języki naturalne czy szuka leku na raka, ale również uniwersalnej, rozwiązującej zadania z różnych dziedzin. Ten przełom zawdzięczamy splotowi trzech zdarzeń: rozwojowi technologii przechowywania i przetwarzania danych, nowej metodzie naukowej (data science), oraz uczeniu maszynowemu, w szczególności znacznemu postępowi w zakresie głębokiego uczenia maszynowego.

Książka przedstawia uczenie maszynowe w ujęciu praktycznym. Przeprowadzając opisane w niej eksperymenty data science poznamy zastosowanie reguł statystycznych i algorytmów uczenia maszynowego do rozwiązywania konkretnych problemów. Takie podejście oznacza, że studenci informatyki oraz specjaliści - analitycy, informatycy i bazodanowcy - zdobędą nie tylko teoretyczną wiedzę, ale również umiejętność jej praktycznego wykorzystania w codziennej pracy.

Książka podzielona jest na cztery części:

Pierwszy rozdział wyjaśnia termin Data science i pokazuje zastosowanie tej metody w eksperymentach naukowych.

Rozdziały od drugiego do czwartego poświęcone są danym: technikom oceny ich jakości, wstępnego przygotowania oraz 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 rozdziały książki przedstawiają metody oceny i poprawy jakości modeli oraz udostępniania ich użytkownikom jako usług WWW.

Parametry książki

  • Wydawnictwo Wydawnictwo Naukowe PWN
  • Autor Marcin Szeliga
  • Rok wydania 2017
  • Wydanie 1

    • Liczba ocen: 0
    Oceń i opisz
    Brak danych
    • orlen paliwo promka
    • 2
    Slajd z

    Promocje

    Opis

      Mogą Ci się spodobać